Spanish SpeechDat(II) FDB-1000

View resource name in all available languages

Base de données SpeechDat(II) de l'espagnol FDB-1000

415-072-153-167-5

ID:

ELRA-S0101

The Castillian Spanish SpeechDat(II) FDB-1000 database contains the recordings of 1,000 Castillian Spanish speakers (481 males, 519 females) recorded over the Spanish fixed telephone network. The FDB-1000 database is partitioned into 4 CDs, which comprise 250 speakers sessions each.

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)
* 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 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: 19 speakers are under 16, 555 speakers are between 16 and 30, 198 speakers are between 31 and 45, 198 speakers are between 46 and 60, and 30 speakers are over 60.

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

This database is a subset of the Spanish SpeechDat(II) FDB-4000 (ref. ELRA-S0102).

View resource description in French

La base de données SpeechDat(II) FDB 1000 de l'espagnol castillan contient les enregistrements de1000 locuteurs castillans (519 femmes, 489 hommes), enregistrés à travers le réseau fixe espagnol. Cette base est répartie sur 4 CD-ROM, comprenant chacun les sessions de 250 locuteurs. Les bases de données Speechdat(II) 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 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 : 19 locuteurs de moins de 16 ans, 555 locuteurs entre 16 et 30 ans, 198 locuteurs entre 31 et 45 ans, 198 locuteurs entre 46 et 60 ans, et 30 locuteurs de plus de 60 ans.

Un lexique de prononciation comprenant une transcription phonétique en SAMPA est également fourni.

Cette base de données est un sous-ensemble de la base de données SpeechDat(II) de l'espagnol FDB-4000 (réf. ELRA-S0102).

MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
5000.00 € submit
10000.00 € submit
Licence: Commercial Use - ELRA VAR
10000.00 € submit
10000.00 € submit
NON MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
6500.00 € submit
13000.00 € submit
Licence: Commercial Use - ELRA VAR
13000.00 € submit
13000.00 € submit
26/04/2001 Downloadable
People who looked at this resource also viewed the following:
Resources from the same project