Hackathon 2026 · Uzbek speech AI
Long Uzbek audio + its transcript → a clean, verified text-to-speech dataset. Every clip is checked by a second AI before it gets in. Below is a real run you can listen to.
Input: 2 minutes of Uzbek from Google FLEURS (CC BY 4.0) with human-written transcripts. Full pipeline including the Kotib ASR back-check.
What goes into wavs/ and metadata.csv. “ASR heard” is what the second model transcribed; the error rate compares the two.
| Clip | Listen | Dataset text | ASR heard | Error |
|---|---|---|---|---|
| 0001 | u wifi eshik qoʻngʻirogʻini yasadi, dedi u. | u wi fi eshik qo'ng'irog'ini yasadi dedi u. | 2.4% | |
| 0002 | bu mavsumdagi dastlabki kasallik holatlari haqida iyul oyining oxirida xabar qilindi. | bu mavsumdagi dastlabki kasallik holatlari haqida iyul oyining oxirida xabar qilindi. | 0.0% | |
| 0003 | ispanlar uch asrga choʻzilgan mustamlakachilik davrini boshlashdi. | ispanlar uch asrga cho'zilgan mustamlakachilik davrini boshlashdi. | 0.0% | |
| 0004 | metrik tizimni qoʻllash, absolyutizmdan respublikachilikka oʻtish, millatchilik va davlatning yakka hukmdorga emas, xalqqa tegishli ekani haqidagi aqida kabi koʻplab ijtimoiy va siyosiy taʼsirlar bor. | metrik tizimni qo'llash, absolyut tizimda respublikachilikka o'tish, millatchilik va davlatning yakka hukmdoriga emas, xalqqa tegishli ekani haqidagi aqida kabi ko'plab ijtimoiy va siyosiy ta'sirlar bor. | 2.5% | |
| 0005 | joylardagi mashgʻulotlarga misol sifatida ov qilish, baliq ovlash, suratga olish, qushlarni tomosha qilish, bogʻlarga tashrif buyurish va ekotizim haqidagi maʼlumotlarni oʻrganishni keltirish mumkin. | joylardagi mashg'ulotlarga misol sifatida ov qilish, baliq ovlash, suratga olish, qushlarni tomosha qilish, bog'larga tashrif buyurish va ekotizim haqidagi ma'lumotlarni o'rganishni keltirish mumkin. | 0.0% | |
| 0006 | birinchi jahon urushi vaqtida urush dahshatlari va vahshiyliklarini koʻrgan xalqlar kelajakda shu kabi holatlarning oldini olishni istaganlar. | birinchi jahon urushi vaqtida urush taqsidlari vahshiy bilan ko'rgan xalqlar kelajakda shu kabi holatlarning oldini olishni istaganlar. | 9.9% | |
| 0007 | akademik taʼtilni rejalashtirayotganlar orasida tobora ommalashib borayotgan tanlov sayohat hamda oʻrganishdir. | akademik ta'tilni rejalashtirayotganlar orasida tobora ommalashib borayotgan tanlov sayohat hamda o'rganishdir. | 0.0% | |
| 0008 | kanʼon yerlarida keng oʻrmonlar yoʻq edi, shu sababdan yogʻoch nihoyatda qimmat edi. | kann on yerlarida keng o'rmonlar yo'q edi. shu sababdan yog'och nihoyatda qimmat edi. | 2.4% | |
| 0009 | u ayollar va erkaklarni kontrasepsiya vositalarini tibbiy ehtiyoj deb hisoblashga undovchi koʻpgina ijobiy fikrlar va ragʻbat sababli shunday xulosa chiqargan. | u ayollar va erkaklarni kontrasepsiya vositalarini tibbiy ehtiyoj deb hisoblashga undovchi ko'pgina ijobiy fikrlar va rag'bat sababli shunday xulosa chiqargan. | 0.0% | |
| 0010 | politsiya jasad u yerda taxminan bir kundan beri yotganligini aniqlanganligini aytdi. | politsiya jasad u yerda taxminan bir kundan beri yotganligini aniqlaganligini aytdi. | 1.2% |
Nothing is dropped silently. Every rejection is written to rejected.csv with its reason.
ASR mismatch 11.0% — needs review
Text qitʼadan boʻlgan uzoq masofa sababli, sutemizuvchilar safar qila olmasdi, bu ulkan toshbaqalarni galapagosdagi asosiy oʻtlovchi hayvonga aylantirdi.
ASR heard qit'adan bo'lgan uzoq masofa sababli semizuvchilar safar qila olmasdi. volkswagen toshboqlarni galapagosdagi asosiy o'tuvchi hayvonga aylantiribdi.
ASR mismatch 10.9% — needs review
Text minglab mil uzoqlikdagi kishiga qoʻngʻiroq qilganingizda sputnikdan foydalanayotgan boʻlasiz.
ASR heard minglat, ming uzoqlikdagi kishiga qo'ng'iroq qilganingizda siz pudingdan foydalanayotgan bo'lasiz.
word stretched (1.84 s) — alignment drift
Text politsiyaning aytishicha, suratkashni urib yuborgan avtoulov haydovchisining jinoiy javobgarlikka tortilish ehtimoli kam.
alignment failed
Text mayorka oshxonasi, oʻrta yer dengizidagi shu kabi hududlar singari, non, sabzavotlar va goʻshtga ayniqsa choʻchqa goʻshti asoslanadi va doim zaytun moyidan foydalaniladi.
ASR heard mayor, korxona, chuqur terdingiz, shu kabi hududlar, singil non sabzavotlar, go'shtga, ayniqsa chuqur go'shtiga asoslanadi va doim zaytun moyidan foydalaniladi.
Measured against human-written transcripts.
| Test | Input | Dataset | Kept | Median error |
|---|---|---|---|---|
| FLEURS uz_uz | 10 min | 51 clips | 75% | 2.11% |
| O'tkan kunlar audiobook, 1 track | 9.6 min | 72 clips | 88% | 1.70% |
| O'tkan kunlar, 4 tracks | 2 hours | 916 clips · 1.57 h | 88% | 2.22% |
Published corpora keep 29–83% of their input after filtering (Emilia 29%, WenetSpeech4TTS 56%, Libriheavy 83%).
Six stages, each solving an Uzbek-specific problem. Whisper fails on Uzbek (90% WER), so generic recipes don't work.
Numbers, money, dates, phones and apostrophes become spoken Uzbek.
Meta's MMS aligner times every word; 5-minute blocks keep long books in sync.
2–12 s clips at sentence ends, never mid-word, with 4 quality filters.
silero-VAD moves each cut to where speech really starts and stops.
Kotib, an Uzbek ASR, re-listens to every clip. Mismatch: out.
−23 LUFS loudness, even padding, LJSpeech at 22.05 or 24 kHz.
| Written | Stored in the dataset |
|---|---|
| 1 250 000,50 so'm | bir million ikki yuz ellik ming soʻm ellik tiyin |
| Soat 14:30 | soat oʻn toʻrt oʻttiz |
| +998 90 123 45 67 | plus toʻqqiz toʻqqiz sakkiz toʻqqiz nol bir ikki uch toʻrt besh olti yetti |
| prof. A. Qodirov va h.k. | professor a. qodirov va hokazo |
| 25 km, 3 kg | yigirma besh kilometr, uch kilogramm |
| $150 edi | bir yuz ellik dollar edi |
| 2026-yil 10-sentyabrda | ikki ming yigirma oltinchi yil oʻninchi sentyabrda |
| O`zbekiston san'at g'alaba | oʻzbekiston sanʼat gʻalaba |
| 15% · 3/4 · XXI | oʻn besh foiz toʻrtdan uch yigirma birinchi |
Uzbek speech is step one. The goal: correct training data for any AI model.