Danish SpeechDat(II) FDB-4000

View resource name in all available languages

Base de données SpeechDat(II) FDB-4000 du danois

158-802-352-546-0

ID:

ELRA-S0073

The Danish SpeechDat(II) FDB-4000 comprises 4,000 Danish speakers (1,940 males, 2,060 females) recorded over the Danish fixed telephone network. This database is partitioned into 14 CDs. The first 13 CDs comprise 300 speakers sessions each, the 14th comprises 100 speakers.

This speech database was validated by SPEX (the Netherlands) to assess its compliance with the SpeechDat 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:

* 3 application words
* 1 sequence of 10 isolated digits
* 4 numbers (1 sheet number –5/10 digits, 1 telephone number –9/11 digits, 1 credit card number -16 digits), 1 PIN code -6 digits)
* 3 dates (1 spontaneous 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 words (1 spontaneous e.g. own forename, 1 spelling of directory city name, 1 real word for coverage)
* 1 currency money amount
* 1 natural number
* 5 directory assistance names (1 spontaneous e.g. own forename, 1 city of school at 7 years, 1 most frequent cities out of a set of 500, 1 most frequent company/agency out of a set of 500 names, 1 "forename surname" out of a set of 500 names)
* 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: 372 speakers are under 16, 1004 speakers are between 16 and 30, 1109 speakers are between 31 and 45, 901 speakers are between 46 and 60, and 614 speakers are over 60.

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

A subset of this database, the Danish SpeechDat(II) FDB-1000, is also available in the ELRA Catalogue (Catalogue reference: ELRA-S0072).

View resource description in French

La base de données SpeechDat(II) FDB-4000 du danois contient 4000 locuteurs danois (1940 hommes, 2060 femmes) enregistrés à travers le réseau téléphonique fixe danois. Cette base est répartie sur 14 CD-ROM, 13 comprenant 300 sessions, et le 14e comprenant 100 sessions.
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 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 :

* 3 mots de commande ;
* 1 séquence de 10 chiffres isolés ;
* 4 nombres : 1 numéro permettant d'identifier la feuille de prompt (5-10 chiffres), 1 numéro de téléphone (9-11 chiffres), 1 numéro de carte de crédit (16 chiffres), 1 code confidentiel (6 chiffres) ;
* 3 dates : 1 date spontanée (date de naissance), 1 date lue, 1 date relative et générale ;
* 1 expression utilisant un mot de commande ;
* 1 chiffre isolé ;
* 3 mots épelés : 1 spontané (prénom), 1 nom de ville provenant d'un annuaire de renseignements téléphoniques, 1 mot réel pour couverture ;
* 1 montant en devises ;
* 1 nombre naturel ;
* 5 noms provenant d'un annuaire de renseignements téléphoniques : 1 spontané (prénom), 1 nom de ville de l'école du locuteur à 7 ans (spontané), 1 nom de ville parmi les plus courantes (sur 500 noms), 1 nom de compagnie/société (sur 500 noms), 1 "prénom nom" (sur 500 noms) ;
* questions oui/non : 1 question à prédominance "oui", 1 question à prédominance "non" ;
* 9 phrases phonétiquement riches ;
* 2 phrases comportant une notion de temps : 1 jour (spontané), 1 phrase comportant une notion de temps) ;
* 4 mots phonétiquement riches.

Les classes d'âge sont réparties comme suit : 372 locuteurs de moins de 16 ans, 1004 locuteurs entre 16 et 30 ans, 1109 locuteurs entre 31 et 45 ans, 901 locuteurs entre 46 et 60 ans et 614 locuteurs de plus de 60 ans.

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

Un sous-ensemble de cette base de données, SpeechDat(II) FDB-1000 du danois, est également disponible dans le catalogue ELRA (Référence catalogue: ELRA-S0072).

MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
28000.00 € submit
40000.00 € submit
Licence: Commercial Use - ELRA VAR
40000.00 € submit
40000.00 € submit
NON MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
48000.00 € submit
56000.00 € submit
Licence: Commercial Use - ELRA VAR
56000.00 € submit
56000.00 € submit
13/10/1999
People who looked at this resource also viewed the following:
Resources from the same project