L’équipe GETALP crée ou contribue à la création de ressources (corpus, ressources lexicales, logiciels…) mises à disposition du public et des autres chercheurs. Voir aussi les collections Zenodo , GRICAD GitLab et GitHub .
Tous les types corpus demo lexicon model platform tool
DBnary
Données lexicales multilingues extraites du Wiktionnaire, publiées en Linguistic Linked Open Data ; nouvelle version deux fois par mois.
lexicon 2025 (2012-) · CC BY-SA 3.0FlauBERT
Modèles de langue pré-entraînés pour le français.
model 2020 · MultipleLeBenchmark
Banc d'essai reproductible des modèles auto-supervisés de parole pour le français (RAP, compréhension, traduction, émotions).
model 2024 (2022-) · Apache-2.0PxCorpus
Premier corpus oral de prescriptions médicamenteuses en français (4 h, 55 locuteurs) pour la compréhension de la parole et le dialogue.
corpus 2023 (2022-) · CC BY 4.0THERADIA WoZ
Corpus audiovisuel écologique pour la détection d'états affectifs en contexte de santé, issu d'interactions avec un assistant virtuel piloté en magicien d'Oz.
corpus 2025 · EULAAudiocite.net
Corpus de parole lue en français collecté sur le site Audiocite.net (novembre 2021).
corpus 2024 · CC BY-NC-SA 4.0TArC: Tunisian Arabish Corpus
Corpus d'arabe tunisien annoté semi-automatiquement : classification des mots, transcription en graphie arabe, segmentation, étiquetage morphosyntaxique.
corpus 2024 (2021-) · CC BY-NC-SA 4.0Vlexique 2.0
Paradigmes verbaux du français en notation phonémique et orthographique, au format Paralex.
lexicon 2024 · CC BY-NC-SA 4.0mtgpy fr
Analyseur syntaxique en constituants du français, avec modèles pré-entraînés projectifs et discontinus.
tool 2024 · CC BY-SA 4.0FlauberTagger
Étiqueteur morphologique du français, avec modèles pré-entraînés.
tool 2024 · CC BY-SA 4.0mind-the-gap-py
Analyseur par transitions capable de traiter les constituants discontinus, avec modèles pré-entraînés pour l'anglais et l'allemand.
tool 2021 · MITGazeplay
Logiciel libre regroupant des mini-jeux jouables avec un oculomètre, pour les personnes en situation de handicap.
tool 2020 (2017-) · GPL-3.0Jibiki platform
Cadriciel Java pour créer des sites de construction collaborative de dictionnaires et de corpus.
platform 2020 (2004-) · LGPL-2.1Accolé
Plateforme interactive d'analyse des erreurs de traduction automatique.
platform 2019 (2017-) · CC BY-NC-SAUFSAC
Unification de corpus annotés en sens et outils associés, pour la désambiguïsation lexicale.
corpus 2019 (2014-) · Apache-2.0VocADom@A4H and VocADom@DOMUS
Corpus de commandes vocales enregistrés dans les habitats intelligents Amiqual4Home et DOMUS (projet VocADom).
corpus 2018 (2017-) · EULA, non-commercialGDEF dictionary
Grand dictionnaire estonien-français ; le GETALP a fourni les outils et l'expertise pour sa construction collaborative.
lexicon 2018 (2004-) · © Association franco-estonienne de lexicographieWikipedia Company Corpus
51 000 descriptions d'entreprises issues de Wikipédia, pour la génération et la compréhension du langage naturel.
corpus 2018 · EULADiLAF dictionaries
Dictionnaires bilingues entre langues africaines et français.
lexicon 2018Mboshi-French
5 000 énoncés oraux en mboshi alignés avec leur traduction française, collectés en situation réelle de documentation linguistique.
corpus 2017 · MITTranslation-augmented LibriSpeech
Livres audio anglais de LibriSpeech alignés avec leur traduction française, pour la traduction de la parole.
corpus 2017 · CC BY 4.0SPEECH-COCO
Descriptions d'images de MS-COCO enrichies de leur version parlée.
corpus 2017 · CC BY 4.0Recola
Corpus multimodal (audio, vidéo, physiologie) de comportements socio-émotionnels spontanés ; utilisé pour deux challenges AVEC.
corpus 2016 (2015-) · EULAJibiki French-Japanese dictionary
Dictionnaire français-japonais collaboratif à large couverture et corpus bilingue aligné.
lexicon 2016 · Creative CommonsMETEOR-E
Extension de la métrique METEOR pour l'évaluation des systèmes de traduction automatique.
tool 2016 (2015-)multivec
Outil de construction de représentations vectorielles de mots multilingues.
tool 2016 · Apache-2.0Seq2seq toolkit
Système séquence à séquence pour la traduction automatique neuronale.
tool 2015 · Apache-2.0WCE-LIG
Estimation de la qualité d'une traduction automatique au niveau des mots.
tool 2015 · GPL-3.0ALFFA-Public
Corpus multilingue en langues africaines pour la reconnaissance de la parole.
corpus 2014 · MITSweet-Home
Corpus enregistré dans l'habitat intelligent DOMUS (projet Sweet-Home) : sous-corpus multimodal, commande domotique vocale et interaction.
corpus 2014 (2011-) · EULA, non-commercialIban corpus and tools
Corpus de textes et de parole en iban pour la reconnaissance automatique de la parole, avec recettes Kaldi.
corpus 2014 · CC BY-SA 2.0WCE-SLT-LIG
Corpus d'évaluation de systèmes de traduction de la parole français-anglais, annoté en qualité au niveau des mots.
corpus 2014 · CC BY 4.0Cirdo-set
Appels à l'aide enregistrés lors de chutes simulées dans l'habitat intelligent DOMUS (projet Cirdo).
corpus 2014HIS corpus
Enregistrements audio et multimodaux d'activités quotidiennes et d'appels de détresse dans l'habitat intelligent santé de Grenoble (projets RESIDE-HIS et DESDHIS).
corpus 2010 · EULA, non-commercialBDBRUIT
Parole française enregistrée dans le bruit (bruit blanc et cocktail party, avec et sans retour auditif) pour étudier l'effet Lombard ; 10 locuteurs.
corpus 2005 · ELRABDSONS
Base de parole française avec un sous-ensemble d'évaluation et un d'apprentissage de modèles acoustiques ; 32 locuteurs.
corpus 2005 · ELRABRAF100
Environ 30 h de parole lue en français par 100 locuteurs, enregistrées avec l'ISL (université de Karlsruhe) ; diffusée dans GlobalPhone.
corpus 2005 · ELRAC-Star 2
Consortium C-Star 2 (démonstrations de traduction de la parole français-coréen) : analyse du français vers une langue pivot par automates d'états finis.
demo 2001NESPOLE!
Consortium NESPOLE! (démonstrations de traduction de la parole anglais-italien) : analyse du français vers une langue pivot et génération depuis celle-ci.
demo 1999MotÀMot dictionary
Dictionnaire bilingue français-khmer.
lexicon