Datasets:
sample_id stringlengths 17 17 | target_text stringlengths 43 151 | word_count int64 6 20 | source_row_index int64 0 88 | source_id stringdate 1674-01-01 00:00:00 2002-01-01 00:00:00 |
|---|---|---|---|---|
fleurs-ar-eg-0000 | تشكلت في المحيط الأطلسي اليوم عاشر عاصفة مُسماة لموسم الأعاصير الأطلسية العاصفة شبه الاستوائية جيري | 15 | 0 | 1993 |
fleurs-ar-eg-0003 | نصنع بيوتنا وملابسنا من النباتات . معظم الطعام الذي نتناوله من النباتات كذلك. بدون النباتات، لا يمكن للحيوانات البقاء | 19 | 3 | 1942 |
fleurs-ar-eg-0004 | إن عرض الصوت والضوء الهرمي واحد من أمتع الأشياء الموجودة بالمنطقة للأطفال | 12 | 4 | 1740 |
fleurs-ar-eg-0006 | أدى ضاربا الكرة المتمركزين في الوسط ساشين تيندولكار وراهول درافيد جيدًا وأقاما شراكة أكسبت للفريق مائة نقطة | 17 | 6 | 1976 |
fleurs-ar-eg-0008 | قبل وصول القوات لم تواجه هايتي مشاكل متعلقة بالمرض منذ القرن التاسع عشر | 13 | 8 | 1947 |
fleurs-ar-eg-0013 | يتصاعد من المصنع دخاناً أبيض وهذا ما أظهرته تقارير تلفزيونية | 10 | 13 | 1778 |
fleurs-ar-eg-0014 | يمكنك أن تسمع صوت السيّاح والبائعين هنا دائماً عادةً فقصة الصوت والضوء تشبه قصة كتابٍ | 15 | 14 | 1934 |
fleurs-ar-eg-0017 | أدى مارتيلي أمس القسم في مجلس انتخابي مؤقت جديد مكون من تسعة أعضاء | 13 | 17 | 1703 |
fleurs-ar-eg-0019 | لا تشوه الموقع بوضع علامات أو الكتابات الخادشة على الجدران في المباني | 12 | 19 | 1791 |
fleurs-ar-eg-0021 | سَيسمح ذلك للاعبين بالتحكم في الأفعال والحركات في ألعاب الفيديو عن طريق التلويح بالجهاز في الهواء | 16 | 21 | 2002 |
fleurs-ar-eg-0023 | إذا أردت أن تقترب من الأحداث فيجب عليك أن تدخل باكراً وذلك للحصول على موقع تخييم قريب من الموسيقى | 19 | 23 | 1825 |
fleurs-ar-eg-0024 | الشوكولاتة الساخنة متوافقة مع المعايير البلجيكية عصائر الفاكهة ممتازة على الرغم من أنها باهظة الثمن | 15 | 24 | 1720 |
fleurs-ar-eg-0025 | للأسف دراسة حركة السير صعبة لأنه لا يمكن توقع سلوك السائق بيقين مائة في المئة | 15 | 25 | 1980 |
fleurs-ar-eg-0027 | بالنسبة لمنتخب جنوب أفريقيا للرغبي أنهى هذا سلسلة هزائم استمرّت لخمس مباريات | 12 | 27 | 1978 |
fleurs-ar-eg-0028 | فكر في مسار التزلج على الجليد باعتباره مسارًا مماثل للمشي لمسافات طويلة | 12 | 28 | 1839 |
fleurs-ar-eg-0029 | التدوين هو أداة تلهم التعاون وتشجع الطلاب على توسيع نطاق التعلم إلى ما بعد اليوم الدراسي التقليدي | 17 | 29 | 1787 |
fleurs-ar-eg-0030 | الأسود هي أكثر القطط اجتماعية وتعيش في مجموعات كبيرة تدعى قطعاناً | 11 | 30 | 1737 |
fleurs-ar-eg-0031 | بينما انحدرت المعرفة لدى اليونانيين وجد الغرب نفسه معزولاً عن جذوره الفلسفية والعلمية اليونانية | 14 | 31 | 1895 |
fleurs-ar-eg-0032 | تعد الدار البيضاء من الأماكن الأقل إثارة للتسوق في كل أنحاء المغرب | 12 | 32 | 1945 |
fleurs-ar-eg-0033 | يشتهر أهل باريس بالأنانية والوقاحة والغطرسة | 6 | 33 | 1910 |
fleurs-ar-eg-0036 | اتبعت المستشفى بروتوكول مكافحة العدوى بما في ذلك فصل المريض عن الآخرين لمنع انتقال العدوى المحتملة للآخرين | 17 | 36 | 1938 |
fleurs-ar-eg-0037 | ومن ثمّ كان القلم الرصاص صديقاً جيداً لكثير من الناس عندما ظهر | 12 | 37 | 1880 |
fleurs-ar-eg-0039 | تصنع النباتات طعامها من الشمس من خلال التمثيل الضوئي كما يوفرون الظل | 12 | 39 | 1746 |
fleurs-ar-eg-0040 | أوضحت أبحاث القرن العشرين وجود مجموعتين من التنوعات الچينية:- مجموعة مستترة وأخرى ظاهرة | 13 | 40 | 1914 |
fleurs-ar-eg-0042 | يوجد رسوم يومية للحفاظ على المنتزه والدخول إليه،أسوة بجميع المتنزهات الوطنية في جنوب إفريقيا | 14 | 42 | 1676 |
fleurs-ar-eg-0043 | لمدينة برشلونة لغتين رسميتين هما الكتالونية والإسبانية يُفضل حوالي نصف السكان التحدث بالكتالونية ويفهمها الغالبية العظمى ويعرف الجميع تقريبًا الإسبانية | 20 | 43 | 1813 |
fleurs-ar-eg-0044 | لا يفكر العديد فيها باعتبارها ديناصورات لأن لديها ريشًا ويمكنها الطيران | 11 | 44 | 1972 |
fleurs-ar-eg-0045 | إن الرياح الشديدة والبَرَد والتهطال المفرط والحرائق البرية هي أشكال وآثار الطقس الشديد وكذلك العواصف الرعدية والأعاصير والفيضانات والأعاصير الحلزونية | 20 | 45 | 1971 |
fleurs-ar-eg-0046 | وأخيراً، يوجد العديد من القطط الصغيرة بما فيهم القطط الأليفة السائبة تأكل الفرائس الصغيرة الأكثر عدداً كالحشرات والقوارض والسحالي والطيور | 20 | 46 | 1933 |
fleurs-ar-eg-0048 | عند استغلال جميع الموارد المتاحة بشكل فعال عبر الإدارات الوظيفية في المنظمة يمكن أن يتحقق الإبداع والبراعة | 17 | 48 | 1903 |
fleurs-ar-eg-0050 | سطح القمر يتكون من الصخور والغبار تُسمى الطبقة الخارجية للقمر القشرة | 11 | 50 | 1844 |
fleurs-ar-eg-0052 | إذا لم تكن معتاداً على القيادة على الطرق الريفية فكن حذراً يوجد دائماً منحدرات حادة وممرات ضيقة ومنحنيات حادة | 19 | 52 | 1793 |
fleurs-ar-eg-0053 | خضعت الكنيسة الكاثوليكية التي أصبحت غنية وقوية للتدقيق خلال هذه الفترة من التاريخ الأوروبي | 14 | 53 | 1991 |
fleurs-ar-eg-0055 | تم عمل الإعلان بعد أن قام ترامب بمحادثة هاتفية مع الرئيس التركي رجب الطيب أردوغان | 15 | 55 | 1779 |
fleurs-ar-eg-0057 | كانت اللجنة بمنزلة رد مارتيلي على الاحتجاجات واسعة النطاق المناهضة للنظام التي بدأت في تشرين الأول | 16 | 57 | 1966 |
fleurs-ar-eg-0060 | لم يترك دوفال المتزوج وله ولدان بالغان انطباعًا مؤثرًا في ميلر التي كانت محور القصة | 15 | 60 | 1816 |
fleurs-ar-eg-0064 | وبالرغم من ذلك فإن منطقة شنغن تعمل إلى حد ما كدولة واحدة في هذا الشأن | 15 | 64 | 1817 |
fleurs-ar-eg-0067 | قد يختار هؤلاء الأزواج وضع خطة تبني لأطفالهم | 8 | 67 | 1941 |
fleurs-ar-eg-0068 | سرعان ما بادرت بريطانيا بمحاصرة ألمانيا بحرًيا بعد اندلاع المناوشات | 10 | 68 | 1907 |
fleurs-ar-eg-0071 | لكن هذا غير صحيح فعلى الرغم من وجود شيء مكتوب على ظهر المستند فإنه ليس خريطةً لكنز | 17 | 71 | 1935 |
fleurs-ar-eg-0074 | يُوفّر ذلك فرصةً جيدةً لمشاهدةِ الشفقِ القطبيِّ ، حيث ستكون السماء مظلمةً بصورةٍ أكثر أو أقل على مدار الساعة | 19 | 74 | 1767 |
fleurs-ar-eg-0076 | يمنح الاكتشاف أيضاً فهماً عميقاً لتطور الريش في الطيور | 9 | 76 | 1750 |
fleurs-ar-eg-0077 | أيونات الهيدروجين هي بروتونات منزوعة الإلكترونات حيث أن ذرات الهيدروجين تتكون من بروتون واحد وإلكترون واحد | 16 | 77 | 1814 |
fleurs-ar-eg-0079 | تتناقض المدينة بشكل صارخ مع بقية مدن الدولة لأنها تتميز بطابع عربي أكثر منه إفريقي | 15 | 79 | 1958 |
fleurs-ar-eg-0080 | يتم نقل المرض من خلال الخنازير والذي ينتقل بعد ذلك إلى البشر من خلال البعوض | 15 | 80 | 1762 |
fleurs-ar-eg-0082 | في بعض المناطق يكفي غليان الماء لمدة دقيقة وفي مناطق أخرى تحتاج إلى غليها لعدة دقائق | 16 | 82 | 1674 |
fleurs-ar-eg-0084 | وأضاف أنه مع ذلك لا ينبغي أن يُجبروا على تحمل التزامات تتجاوز مرحلة نموهم ومسؤوليتهم وقدراتهم | 16 | 84 | 1857 |
fleurs-ar-eg-0085 | تعمل عمليتا الفصل وإعادة التركيب على جعل التباين عشوائياً ذهاباً وإياباً بين المجموعتين مع كل جيل | 16 | 85 | 1687 |
fleurs-ar-eg-0086 | في مناخ الشرق الأوسط الدافئ لم يكن للمنزل أهميّة كبيرة | 10 | 86 | 1871 |
fleurs-ar-eg-0088 | تمنح جزيرة هونج كونج إقليم هونج كونج اسمه وهي المكان الذي يعتبره العديد من السائحين قبلتهم | 16 | 88 | 1742 |
SGLang Omni Arabic TTS Smoke Set
This dataset is a fixed 50-sentence Arabic target-text subset derived from the
Google FLEURS ar_eg test split. It is intended for lightweight,
ASR-based intelligibility checks when integrating Arabic TTS models into
SGLang Omni.
It is not a standard Arabic TTS benchmark and does not measure naturalness, prosody, speaker similarity, or human preference.
Source
- Dataset:
google/fleurs - Config:
ar_eg - Split:
test - Source revision:
ab93cf03f9d0cd083c853fad065a6377067408aa - Source file:
ar_eg/test-00000-of-00001.parquet - License: CC BY 4.0
Selection
Rows are scanned in source order and retained when:
- the
transcriptioncontains 6-20 whitespace-delimited words; - at least 90% of alphabetic characters are Arabic;
- the text contains no digits;
- the normalized whitespace form has not already appeared.
The first 50 matching rows are stored. Digit-containing rows are excluded because ASR may verbalize digits while the written reference retains numeric characters.
Schema
| Field | Type | Description |
|---|---|---|
sample_id |
string | Stable ID derived from the source row index |
target_text |
string | Arabic TTS target text |
word_count |
int64 | Whitespace-delimited word count |
source_row_index |
int64 | Row index in the pinned FLEURS Parquet file |
source_id |
string | Original FLEURS row ID |
The dataset contains text and provenance only. Reference audio and generated model outputs are intentionally not included.
Reproduction
The materialization code lives in SGLang Omni:
python -m benchmarks.audar_tts.prepare_fleurs_dataset \
--output-dir /tmp/sglang-omni-arabic-tts-smoke \
--samples 50
manifest.json records the source revision, selection contract, output path,
and Parquet SHA-256.
Evaluation
The initial SGLang Omni Audar-TTS smoke run synthesizes these targets with a pinned official Audar reference, transcribes each generated WAV directly to Arabic with Qwen3-ASR-1.7B, and computes WER, CER, BLEU, and chrF++ without translation.
- Downloads last month
- 39