Spanish SpeechDat Database for the Mobile Telephone Network

View resource name in all available languages

Base de données SpeechDat de l'espagnol pour le réseau téléphonique mobile

ID:

ELRA-S0119

The Spanish SpeechDat database for the mobile telephone network comprises 1066 Spanish speakers (526 males, 540 females) calling from GSM telephones and recorded over the fixed PSTN using and ISDN-BRI interface. The MDB-1000 database is partitioned into 6 CDs in ISO 9660 format. The speech databases made within the SpeechDat(II) project were validated by SPEX, the Netherlands, to assess their 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:
- 2 isolated digits
- 1 sequence of 10 isolated digits
- 4 connected digits: 1 sheet number (6 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 prompted date (word style), 1 relative and general date expression.
- 1 word spotting phrase using an application word (embedded).
- 6 application words
- 3 spelled words: 1 spontaneous name (own forename), 1 city name, 1 real / artificial word for coverage.
- 1 currency money amount.
- 1 natural number.
- 6 directory assistance names: 1 surname (set of 500), 1 city of birth / growing up, 1 most frequent cities (set of 500), 1 most frequent company / agency (set of 500), 1 "forename surname" (set of 150), 1 spontaneous forename.
- 2 questions including "fuzzy" yes / no: 1 predominantly "Yes" question, 1 predominantly "No" question.
- 9 phonetically rich sentences.
- 2 time phrases: 1 time of day (spontaneous), 1 time phrase (word style).
- 4 phonetically rich words.
- Call environment.

The following age distribution has been obtained: 3 speaker are below 16 years old, 147 speakers are between 16 and 30, 149 speakers are between 31 and 45, 56 speakers are between 46 and 60, 48 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 SpeechDat de l'espagnol pour le réseau téléphonique mobile contient les enregistrements de 1066 locuteurs espagnols (526 hommes, 540 femmes) qui ont appelé d'un téléphone GSM et enregistrés à travers le réseau téléphonique public commuté avec une interface BRI-ISDN. Elle est répartie sur 6 CDs dans le format de la norme format ISO 9660. Cette base de données suit les spécifications du projet SpeechDat(II).

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 élémen,ts suivants :

* 2 chiffres isolés
* 1 séquence de 10 chiffres isolés
* 4 séries de chiffres connectés : 1 numéro permettant d'identifier la feuille (6 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 (date de naissance), 1 date lue, 1 date relative et générale.
* 1 expression utilisant un mot de commande
* 6 mots d'application
* 3 mots épelés : 1 spontané (prénom), 1 nom de ville, 1 mot réel / artificiel pour couverture.
* 1 montant en devises
* 1 nombre naturel
* 6 noms extraits d'un annuaire de renseignements téléphoniques : 1 nom (sur 500), 1 nom de ville, 1 nom de ville parmi les plus courantes (sur 500), 1 nom de société (sur 500), 1 nom complet (sur 150), 1prénom spontané..
* 2 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
* environnement de l'appel

Les classes d'âge sont réparties comme suit : 5 locuteurs de moins de 16 ans, 543 locuteurs entre 16 et 30 ans, 307 locuteurs entre 31 et 45 ans, 202 locuteurs entre 46 et 60 ans, 9 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.
People who looked at this resource also viewed the following: