This is a specialized version of the data set that has been used for the Non-native Children’s Automatic Speech Assessment Challenge (NOCASA), https://teflon.aalto.fi/nocasa-2025/, hosted by the …

Distribuert av:

Språkbanken

Lisens:

all rights reserved

Type:

Tale, Tekst

Oppdatert:

23.03.2024

Denne ressursen innegolder grafem-til-fonem-modeller (G2P-modeller) for norsk bokmål som er tilpasset G2P-systemet Phonetisaurus (https://github.com/AdolfVonKleist/Phonetisaurus). G2P-modellene kan …

Språk:

Distribuert av:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Verktøy

Oppdatert:

09.02.2024

Dette korpuset inneheld dokument frå 497 internettdomene tilknytta norske statlege institusjonar. Totalt består materialet av omlag 2,6 milliardar "tokens" (ord og teiknsetting). I tillegg til …

Språk:

bokmål, nynorsk, engelsk, nordsamisk, sørsamisk, lulesamisk

Distribuert av:

Språkbanken

Lisens:

Norwegian Licence for Open Government Data (NLOD)

Type:

Tekst

Oppdatert:

31.01.2024

Glossa is a tool for researchers who want to search linguistically annotated corpora. Glossa is designed to make it easy for researchers to: - create complex searches - explore the result via e.g. …

Språk:

Distribuert av:

CLARINO Tekstlaboratoriet

Lisens:

MIT license

Type:

Verktøy

Oppdatert:

11.01.2024

Denne databasen er laget av Nordisk språkteknologi som datagrunnlag for talegjenkjenning og diktering på norsk. I denne versjonen (fra 2022) er dataene strukturert på nytt, slik at databasen …

Språk:

norsk

Distribuert av:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Tale, Tekst

Oppdatert:

19.12.2023

Denne ressursen gir en kobling mellom norske kommuner og dialektregioner, og kan for eksempel brukes til å utlede dialektregionen til talere i et taledatasett basert på deres fødested. Koblingen er …

Distribuert av:

Språkbanken

Lisens:

Creative_Commons-BY (CC-BY)

Type:

Verktøy

Oppdatert:

20.11.2023

Stortinget Speech Corpus (SSC) er eit taledatasett på meir enn 5000 timar for svakt overvaka taleattkjenning laga av lydopptak og tekst frå Stortingsforhandlingane. Det inneheld taleeiningar på …

Språk:

norsk

Distribuert av:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Tale, Tekst

Oppdatert:

15.11.2023

I denne versjonen av Norsk dependenstrebank 2.0 er det lagt til konstituentstruktur (c-struktur) lik den man finner i NorGramBank. Med denne kan man trene én syntaktisk parser for begge de …

Språk:

bokmål, nynorsk

Distribuert av:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Tekst

Oppdatert:

27.10.2023

Desse spaCy-modellane er trente på NorNE-datasettet i ein versjon som er kompatibel med Universal Dependencies. spaCy er eit mykje brukt python-bibliotek for språkteknologi. spaCy tilbyr ikkje …

Distribuert av:

Språkbanken

Lisens:

MIT license

Type:

Verktøy

Oppdatert:

20.10.2023

Dette er versjon 2.0 av Norsk dependenstrebank (NDT), opphavleg utvikla av Språkbanken/Nasjonalbiblioteket i 2011-2014. I versjon 2.0 av NDT er den grammatiske annotasjonen behaldt frå tidlegare …

Språk:

bokmål, nynorsk

Distribuert av:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Tekst

Oppdatert:

24.08.2023