> For the complete documentation index, see [llms.txt](https://gplsi.gitbook.io/vives-kit/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://gplsi.gitbook.io/vives-kit/datasets/datos-para-la-traduccion-automatica.md).

# Datos para la traducción automática

### Colecciones de datos paralelos

<table data-view="cards"><thead><tr><th></th><th></th><th></th><th></th><th></th><th></th><th></th><th></th><th></th><th></th></tr></thead><tbody><tr><td><strong>Idiomas</strong></td><td>Español-Catalán</td><td><strong>Tamaño</strong></td><td><ul><li>Número de frases: 1.96k</li></ul></td><td><strong>Origen de los datos</strong></td><td>Common Voice</td><td><strong>Disponible en</strong></td><td><a href="https://huggingface.co/datasets/gplsi/ES-CA_translation_test">gplsi/ES-CA_translation_test</a></td><td><strong>Nombre del corpus</strong></td><td>VIVES.TEXT_ES-CA_translation_test</td></tr><tr><td><strong>Idiomas</strong></td><td>Español-Valenciano</td><td><strong>Tamaño</strong></td><td><ul><li>Número de frases: 1.96k</li></ul></td><td><strong>Origen de los datos</strong></td><td>Common Voice</td><td><strong>Disponible en</strong></td><td><a href="https://huggingface.co/datasets/gplsi/ES-VA_translation_test">gplsi/ES-VA_translation_test</a></td><td><strong>Nombre del corpus</strong></td><td>VIVES.TEXT_ES-VA_translation_test</td></tr><tr><td><strong>Idiomas</strong></td><td>Catalán-Valenciano</td><td><strong>Tamaño</strong></td><td><ul><li>Número de frases: 1.96k</li></ul></td><td><strong>Origen de los datos</strong></td><td>Common Voice</td><td><strong>Disponible en</strong></td><td><a href="https://huggingface.co/datasets/gplsi/CA-VA_alignment_test">gplsi/CA-VA_alignment_test</a></td><td><strong>Nombre del corpus</strong></td><td>VIVES.TEXT_CA-VA_translation_test</td></tr><tr><td><strong>Idiomas</strong></td><td>Español, catalán, valenciano catalán, gallego y vasco.</td><td><strong>Tamaño</strong></td><td><ul><li>Número de frases: 64K</li></ul></td><td><strong>Origen de los datos</strong></td><td>Corpus Common Voice</td><td><strong>Disponible en</strong></td><td><a href="https://huggingface.co/datasets/projecte-aina/escagleu-64k">projecte-aina/escagleu-64k</a></td><td><strong>Nombre del corpus</strong></td><td>Escagleu-64k</td></tr></tbody></table>