Home
20
SALA II US English database (2000 speakers) 
View resource name in all available languages
Base de données SALA II de l’anglais américain (2000 locuteurs)
ID:
ELRA-S0387
The SALA II US English database collected in the United States was recorded within the scope of the SALA II project. It contains the recordings of ca. 2,000 US English speakers (equally balanced between males and females, including some speakers with Hispanic accents) recorded over the United States mobile telephone network.
The following acoustic conditions were selected as representative of a mobile user's environment (some speakers were recorded in several environments):
- Passenger in moving car, railway, bus, etc.
- Public place
- Stationary pedestrian by road side
- Home/office environment
- Passenger in moving car using a hands-free kit
The speech files are stored as sequences of 8-bit, 8kHz Mu-law speech files and are not compressed, according to the specifications of SALA II. Each prompt utterance is stored within a separate file and has an accompanying ASCII SAM label file.
This speech database was validated by SPEX (the Netherlands) to assess its compliance with the SALA II format and content specifications.
Each speaker uttered the following items:
- 6 application words (out of a set of 30)
- 1 sequence of 10 isolated digits
- 4 connected digits (1 sheet number -5+ digits, 1 telephone number –9/11 digits, 1 credit card number –14/16 digits, 1 PIN code -6 digits)
- 3 dates (1 spontaneous date e.g. birthday, 1 word style prompted date, 1 relative and general date expression)
- 1 spotting phrase using an embedded application word
- 2 isolated digits
- 3 spelled words (1 surname, 1 directory assistance city name, 1 real/artificial name for coverage)
- 1 currency money amount
- 1 natural number
- 5 directory assistance names (1 spontaneous, e.g. own surname, 1 city of birth/growing up, 1 most frequent city out of a set of 500, 1 most frequent company/agency out of a set of 500, 1 “forename surname” out of a set of 150 )
- 2 yes/no questions (1 predominantly “yes” question, 1 predominantly “no” question, including fuzzy questions)
- 9 phonetically rich sentences
- 2 time phrases (1 spontaneous time of day, 1 word style time phrase)
- 4 phonetically rich words
A pronunciation lexicon with a phonemic transcription in SAMPA is also included.
View resource description in all available languages
La base de données SALA II de l’anglais américain collectée aux Etats-Unis a été enregistrée dans le cadre du projet SALA II. Elle contient les enregistrements d'environ 2000 locuteurs de l’anglais américain (équilibrés de façon égale entre locuteurs masculins et féminins, y compris quelques locuteurs avec un accent hispanique) enregistrés à travers le réseau téléphonique mobile des Etats-Unis.
Les conditions acoustiques suivantes ont été choisies comme l’environnement représentatif d’un utilisateur de portable (certains locuteurs ont été enregistrés dans plusieurs environnement):
- Passager dans une voiture en marche, en train, en bus, etc.
- Lieu public
- Piéton à l’arrêt à côté d’une route
- Environnement domicile/bureau
- Passager dans une voiture en marche utilisant un kit mains-libres
Selon les spécifications de SALA II, les fichiers de parole sont stockés en séquences d'échantillons de 8 bit, 8 kHz, loi-Mu et ne sont pas compressés. Chaque énoncé est stocké dans un fichier séparé et est accompagné d'un fichier d'étiquetage ASCII SAM.
Cette base de données a été validée par SPEX (Pays-Bas) afin de vérifier sa conformité avec le format SALA II et les spécifications du contenu.
Contenu du corpus :
- 6 mots de commande (à partir d’un ensemble de 30);
- 1 séquence de 10 chiffres isolés ;
- 4 chiffres connectés : 1 numéro permettant d'identifier la feuille de prompt (5+ chiffres), 1 numéro de téléphone (9-11 chiffres), 1 numéro de carte de crédit (14-16 chiffres), 1 code confidentiel (6 chiffres) ;
- 3 dates : 1 date spontanée (ex. anniversaire), 1 date lue, 1 date générale ;
- 1 expression utilisant un mot de commande ;
- 2 chiffres isolés ;
- 3 mots épelés : 1 prénom, 1 nom de ville provenant d'un annuaire de renseignements téléphoniques, 1 mot réel/artificiel pour couverture ;
- 1 montant en devises ;
- 1 nombre entier naturel ;
- 5 noms provenant d'un annuaire de renseignements téléphoniques : 1 spontané (par ex. nom de famille), 1 ville de naissance/d'origine du locuteur (spontané), 1 nom de ville parmi les plus fréquentes (sur 500), 1 nom de compagnie parmi les plus fréquentes (sur 500), 1 répétition de "prénom nom" ;
- 2 questions oui/non : 1 question à prédominance "oui", 1 question à prédominance "non" (y compris questions potentiellement floues) ;
- 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.
Un lexique de prononciation avec sa transcription phonétique en SAMPA est également fourni.
People who looked at this resource also viewed the following: