Mandarin Chinese Desktop Speech Recognition Corpus - SMS (200 people)

View resource name in all available languages

Corpus de reconnaissance de parole microphone en chinois mandarin – SMS (200 locuteurs)

ID:

ELRA-S0228_12

This corpus comprises 7,276 entries uttered by 200 speakers of different dialects, ages and various educational levels (87 males and 113 females), recorded over 4 channels (Mic1: SHURE SM58; Mic2: ANC-700 Head-mounted; Mic3: TELEX M-60; Mic4: ACOUSTIC MAGIC). The database comprises 23,949 short messages (SMS) per channel. Speech samples are stored as a sequence of 16-bit 22.05kHz WAV for 35.6 hours of speech per channel. The total capacity of the data is 21.1 Gb.
Each speaker read 120 items. Text files are stored in Unicode format. All data have been proofread manually.
The transcriptions include non-speech markers (background noise, background speech, speaker sounds) as well as markers for mispronunciation, channel distortions, words left-out and duplicates.
The corpus aims to be applied to the testing and telephone natural speech recognition system.

View resource description in all available languages

Ce corpus comprend 7 276 entrées prononcées par 200 locuteurs de dialectes, d’âges et de niveaux d’éducation différents (87 hommes et 113 femmes), enregistrées via 4 canaux (Mic1: SHURE SM58; Mic2: ANC-700 Micro-casque; Mic3: TELEX M-60; Mic4: ACOUSTIC MAGIC). La base de données contient 95 796 SMS. Les échantillons de parole sont stockés sous la forme de séquences 16-bit 22,05kHz WAV pour un total de 142,4 heures de parole. La taille totale des données est de 21,1 Go.
Chaque locuteur a lu 120 éléments. Les fichiers textes sont stockés au format Unicode. Toutes les données ont été vérifiées manuellement.
Les transcriptions comprennent des balises d’événements acoustiques (bruits de fond, sons émis par les locuteurs) ainsi que des balises de mauvaise prononciation, distorsions du canal, omissions de mots et répétitions.
Cette base de données a été conçue pour l’évaluation et le développement de systèmes de reconnaissance de la parole naturelle par téléphone.

You don’t have the permission to edit this resource.
People who looked at this resource also viewed the following: