TC-STAR Spanish Training Corpora for ASR: Recordings of EPPS Speech

View resource name in all available languages

Corpus d’entraînement TC-STAR espagnol pour l’ASR: Enregistrements EPPS

106-927-180-202-8

ID:

ELRA-S0252

TC-STAR is a European integrated project focusing on all core technologies for Speech-to-Speech Translation (SST): Automatic Speech Recognition (ASR), Spoken Language Translation (SLT), and Text to Speech Synthesis (TTS).

This corpus consists of the recordings of around 283 hours from EPPS (European Parliament Plenary Sessions) speeches held or interpreted in European Spanish (a mixture of native and non-native Spanish), 62 hours of which were annotated (transcribed) within the project (the transcriptions are not provided in the present package but will be made available soon). These recordings were obtained from Europe by Satellite (https://ec.europa.eu/avservices/ebs/schedule.cfm) from May 2004 until May 2006.

The speech signals were submitted by EbS via internet in Real Media format and via satellite in MPEG1-layer2 format. The signals were decoded, resampled and are stored in WAVE RIFF (Resource Interchange File Format). Each file contains a single channel with 16-bit resolution at a sample rate of 16kHz.

View resource description in French

TC-STAR est un projet intégré européen dédié à toutes les technologies de base pour la traduction parole-parole (ou SST pour Speech-to-Speech Translation): reconnaissance automatique de la parole (ou ASR pour « Automatic Speech Recognition »), traduction de la langue parlée (ou SLT pour « Spoken Language Translation ») et technologies texte-parole (ou TTS pour « Text-to-Speech »).

Ce corpus comprend les enregistrements d’environ 283 heures de discours réalisés ou interprétés en anglais européen (un mélange d’espagnol natif et non natif) durant les sessions plénières du Parlement européen (EPPS), et dont 62 heures ont été annotées (transcrites) (les transcriptions ne sont pas incluses dans le présent package mais seront disponibles sous peu). Les enregistrements ont été obtenus via Europe by Satellite (https://ec.europa.eu/avservices/ebs/schedule.cfm) de mai 2004 à mai 2006.

Les signaux de parole ont été soumis par EbS via internet au format Real Media et via satellite au format MPEG1-layer2. Les signaux ont été décodés, ré-échantillonnés et stockés en WAVE RIFF (Resource Interchange File Format). Chaque fichier contient un seul canal d’une résolution de 16-bit à un taux d’échantillonnage de 16kHz.

MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
400.00 € submit
600.00 € submit
Licence: Commercial Use - ELRA VAR
600.00 € submit
600.00 € submit
NON MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
520.00 € submit
800.00 € submit
Licence: Commercial Use - ELRA VAR
800.00 € submit
800.00 € submit
15/11/2007 Downloadable
People who looked at this resource also viewed the following:
Resources from the same project