OrienTel Morocco MSA (Modern Standard Arabic) database

View resource name in all available languages

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

ID:

ELRA-S0184

The OrienTel Morocco MSA (Modern Standard Arabic) database comprises 530 Moroccan speakers (264 males, 266 females) recorded over the Moroccan 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 spontaneous items (for control)

The following age distribution has been obtained: 1 speaker is below 16, 260 speakers are between 16 and 30, 174 speakers are between 31 and 45, 92 speakers are between 46 and 60, 3 speakers are over 60.

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

View resource description in all available languages

La base de données OrienTel du marocain MSA (arabe standard moderne) contient 530 locuteurs marocains (264 hommes, 266 femmes) enregistrés à travers le réseau téléphonique fixe et mobile marocain. 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 éléments spontanés (pour contrôle).

Les classes d’âge sont réparties comme suit : 1 locuteur de moins de 16 ans, 260 locuteurs entre 16 et 30 ans, 174 locuteurs entre 31 et 45 ans, 92 locuteurs entre 46 et 60 ans, 3 locuteurs de plus de 60 ans.

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

You don’t have the permission to edit this resource.