OrienTel Tunisia MCA (Modern Colloquial Arabic) database

View resource name in all available languages

Base de données OrienTel du tunisien MCA (arabe parlé moderne)

ID:

ELRA-S0186

The OrienTel Tunisia MCA (Modern Colloquial Arabic) database comprises 792 Tunisian speakers (426 males, 366 females) recorded over the Tunisian 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
• 1 sequence of 10 isolated digits
• 5 connected digits : 1 prompt sheet number (6 digits), 1 telephone number (6-15 digits), 1 credit card number (14-16 digits), 1 PIN code (6 digits), 1 spontaneous phone number
• 2 currency money amounts
• 1 natural number
• 4 dates : 1 spontaneous (date or year of birth), 1 prompted date, 1 relative or general date expression, 1 prompted date phrase (Islamic calendar)
• 2 time phrases : 1 time of day (spontaneous), 1 time phrase (word style)
• 3 spelled words : 1 spontaneous (own forename), 1 city name, 1 real word for coverage
• 5 directory assistance utterances : 1 spontaneous, own forename, 1 city of childhood (spontaneous), 1 frequent city name, 1 frequent company name, 1 common forename and surname
• 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
• 2+3 spontaneous items (for control)
• 1 free spontaneous speech

The following age distribution has been obtained: 516 speakers are between 16 and 30, 193 speakers are between 31 and 45, 82 speakers are between 46 and 60, 1 speaker 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 tunisien MCA (arabe parlé moderne) contient 792 locuteurs tunisiens (426 hommes, 366 femmes) enregistrés à travers le réseau téléphonique fixe et mobile tunisien. 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 ;
• 1 séquence de 10 chiffres isolés ;
• 5 chiffres connectés : 1 numéro permettant d'identifier la feuille de prompt (6 chiffres), 1 numéro de téléphone (6-15 chiffres), 1 numéro de carte de crédit (14-16 chiffres), 1 code confidentiel (6 chiffres), 1 numéro de téléphone spontané ;
• 2 montants en devises ;
• 1 nombre naturel ;
• 4 dates : 1 date spontanée (date de naissance), 1 date lue, 1 date relative et générale, 1 expression de date lue (calendrier islamique) ;
• 2 phrases comportant une notion de temps : 1 jour (spontané), 1 phrase comportant une notion de temps ;
• 3 mots épelés : 1 spontané (prénom), 1 nom de ville provenant d'un annuaire de renseignements téléphoniques, 1 mot réel pour couverture ;
• 5 noms provenant d'un annuaire de renseignements téléphoniques : 1 spontané (prénom), 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 ”prénom nom” (sur 500 noms) ;
• 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
• 2+3 éléments spontanés (pour contrôle).
• 1 parole spontanée libre

Les classes d’âge sont réparties comme suit : 516 locuteurs entre 16 et 30 ans, 193 locuteurs entre 31 et 45 ans, 82 locuteurs entre 46 et 60 ans, 1 locuteur 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.