OrienTel Tunisia MSA (Modern Standard Arabic) database

View resource name in all available languages

Base de données OrienTel du tunisien MSA (arabe standard moderne)

926-401-827-806-5

ID:

ELRA-S0187

The OrienTel Tunisia MSA (Modern Standard Arabic) database comprises 598 Tunisian speakers (359 males, 239 females) recorded over the Tunisian fixed and mobile telephone network. This database is partitioned into 1 CD and 1 DVD. The speech databases made within the OrienTel project were validated by SPEX, the Netherlands, to assess their compliance with the OrienTel format and content specifications.

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.

Each speaker uttered the following items:
• 1 isolated single digit
• 2 sequences of 5 isolated digits
• 7+1 connected digits : 1 prompt sheet number (6 digits), 6 strings of 4 digits in written format, +1 prompt sheet number in digits
• 2 currency money amounts
• 2 natural numbers
• 3 dates : 1 prompted date, 1 relative or general date expression, 1 prompted date phrase (Islamic calendar)
• 1 time phrase
• 2 spelled words : string of 4 letter sequences
• 3 directory assistance utterances : 1 frequent city name, 1 frequent company name, 1 personal name ( first name and family name)
• 2 yes/no questions : 1 predominantly ”yes” question, 1 predominantly ”no” question
• 6 application keywords/keyphrases
• 1 word spotting phrase using embedded application words
• 4 phonetically rich words
• 9 phonetically rich sentences
• 4+1 spontaneous items (for control)

The following age distribution has been obtained: 2 speakers are below 16, 441 speakers are between 16 and 30, 101 speakers are between 31 and 45, 54 speakers are between 46 and 60.

A pronunciation lexicon with a phonemic transcription in SAMPA is also included.

View resource description in French

La base de données OrienTel du tunisien MSA (arabe standard moderne) contient 598 locuteurs tunisiens (359 hommes, 239 femmes) enregistrés à travers le réseau téléphonique fixe et mobile tunisien. Cette base est répartie sur 1 CD et 1 DVD. Les bases de données OrienTel ont été réalisées selon les spécifications du projet SpeechDat(II) et validées par SPEX, Pays-Bas.
Les fichiers de parole sont stockés en séquences d’échantillons de 8 bits, 8 kHz, loi-A. Chaque énoncé est stocké dans un fichier séparé et est accompagné d'un fichier d'étiquetage ASCII SAM.

Chaque locuteur a prononcé les éléments suivants :
• 1 chiffre isolé ;
• 2 séquences de 5 chiffres isolés ;
• 7+1 chiffres connectés : 1 numéro permettant d'identifier la feuille de prompt (6 chiffres), 6 ensembles de 4 chiffres sous la forme écrite, +1 numéro permettant d’identifier la feuille de prompt en chiffres.
• 2 montants en devises ;
• 2 nombres naturels ;
• 3 dates : 1 date lue, 1 date relative et générale, 1 expression de date lue (calendrier islamique) ;
• 1 phrase comportant une notion de temps ;
• 2 mots épelés : ensemble de 4 séquences de lettres ;
• 3 noms provenant d'un annuaire de renseignements téléphoniques : 1 nom de ville de naissance/d'origine du locuteur (spontané), 1 nom de ville parmi les plus courantes (sur 500 noms), 1 nom de compagnie/société (sur 500 noms), 1 nom personnel (prénom et nom) ;
• 2 questions oui/non : 1 question à prédominance "oui", 1 question à prédominance "non" ;
• 6 mots/expressions de commande ;
• 1 expression utilisant un mot de commande ;
• 4 mots phonétiquement riches ;
• 9 phrases phonétiquement riches
• 4+1 éléments spontanés (pour contrôle).

Les classes d’âge sont réparties comme suit : 2 locuteurs de moins de 16 ans, 441 locuteurs entre 16 et 30 ans, 101 locuteurs entre 31 et 45 ans, 54 locuteurs entre 46 et 60 ans.

Un lexique de prononciation avec sa transcription phonétique en SAMPA est également fourni.

MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
12000.00 € submit
16000.00 € submit
Licence: Commercial Use - ELRA VAR
16000.00 € submit
16000.00 € submit
NON MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
15000.00 € submit
20000.00 € submit
Licence: Commercial Use - ELRA VAR
20000.00 € submit
20000.00 € submit

The following list of resources can be obtained as a bundle (combined set of resources):

MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
33750.00 € submit
45000.00 € submit
Licence: Commercial Use - ELRA VAR
45000.00 € submit
45000.00 € submit
NON MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
42187.00 € submit
56250.00 € submit
Licence: Commercial Use - ELRA VAR
56250.00 € submit
56250.00 € submit
24/11/2005 Downloadable
People who looked at this resource also viewed the following:
Resources from the same project