Base de données SpeechDat(II) de l'espagnol FDB-4000
ID:
ELRA-S0102
The Castillian Spanish SpeechDat(II) FDB-4000 contains the recordings of 4,000 Castillian Spanish speakers (2,061 males, 1,939 females) recorded over the Spanish fixed network. It is partitioned into 14 CDs.
Speech samples are stored as sequences of 8-bit 8 kHz A-law. Each prompted utterance is stored in a separate file. Each signal file is accompanied by an ASCII SAM label file which contains the relevant descriptive information.
This speech database was validated by SPEX (the Netherlands) to assess its compliance with the SpeechDat format and content specifications.
Each speaker uttered the following items:
* 3 application words * 1 sequence of 10 isolated digits * 4 connected digits (1 sheet number -6 digits, 1 telephone number –9/11 digits, 1 credit card number –14/16 digits, 1 PIN code -6 digits out of a set of 150) * 3 dates (1 spontaneous date e.g. birthday, 1 word style prompted date, 1 relative and general date expression) * 1 word spotting phrase using an embedded application word * 1 isolated digit * 3 spelled word (1 surname, 1 directory assistance city name, 1 real/artificial for coverage) * 1 currency money amount * 1 natural number * 5 directory assistance names (1 spontaneous e.g. own forename, 1 city of birth/growing up, 1most frequent city out of a set of 500, 1 most frequent company/agency out of a set of 500, 1 "forename surname" out of a set of 150) * 2 yes/no questions (1 predominantly "yes" question, 1 predominantly "no" question) * 9 phonetically rich sentences * 2 time phrases (1 spontaneous time of day, 1 word style time phrase) * 4 phonetically rich words
The following age distribution has been obtained: 42 speakers are under 16, 2,234 are between 16 and 30, 844 are between 31 and 45, 764 are between 46 and 60, and 116 are over 60.
A pronunciation lexicon with a phonemic transcription in SAMPA is also included.
This database includes the Spanish SpeechDat(II) FDB-1000 (ref. ELRA-S0101).
View resource description in all available languages
La base de données SpeechDat(II) FDB 4000 de l'espagnol contient les enregistrements de 4000 locuteurs castillans (1939 femmes, 2061 hommes), enregistrés à travers le réseau téléphonique fixe espagnol. Cette base esr répartie sur 14 CD-ROM. Les bases de données SpeechDat(II) ont été ont été réalisées selon les spécifications SpeechDat(II) et validées par SPEX, Pays-Bas.
Les fichiers de parole sont stockés en séquences d'échantillons de 8 bit, 8 kHz, loi-A.
Chaque énoncé est stocké dans un fichier séparé et est accompagné d'un fichier d'étiquetage ASCII SAM.
Les éléments suivants ont été enregistrés :
* 3 mots de commande ; * 1 séquence de 10 chiffres isolés ; * 4 chiffres connectés : 1 nombre de 6 chiffres permettant d'identifier la feuille de prompt, 1 numéro de téléphone d'environ 10 chiffres, 1 numéro de carte de crédit de 14-16 chiffres, 1 code confidentiel de 6 chiffres ; * 3 dates : 1 date spontanée (ex : anniversaire), 1 date lue, 1 date générale ; * 1 phrase utilisant un mot de commande ; * 1 chiffre isolé ; * 3 mots épelés (séquences de lettres) : 1 spontané (ex : prénom du locuteur), 1 nom de ville provenant d'un annuaire de renseignements téléphoniques, 1 mot réel/artificiel pour couverture ; * 1 montant ; * 1 nombre entier naturel ; * 5 noms provenant d'un annuaire de renseignements téléphoniques : 1 nom de famille, la ville de naissance/d'origine du locuteur (spontané), un nom de ville parmi les plus fréquentes, un nom de compagnie parmi les plus fréquentes, le "prénom nom" du locuteur. * 2 questions oui/non ; * 9 phrases phonétiquement riches ; * 2 locutions comportant une notion de temps : 1 jour (spontané), 1 syntagme comportant une notion de temps (lu) ; * 4 mots phonétiquement riches.
La classe d'âge des locuteurs est répartie de la manière suivante : 42 locuteurs ont moins de 16 ans, 2234 locuteurs ont entre 16 et 30 ans, 844 locuteurs ont entre 31 et 45 ans, 764 locuteurs entre 46 et 60 ans, et 116 locuteurs ont plus de 60 ans.
Un lexique de prononciation comprenant une transcription phonétique en SAMPA est également fourni.
Cette base de données contient la base de données SpeechDat(II) de l'espagnol FDB-1000 (réf. ELRA-S0101).
Home
2
