Italian SpeechDat(II) MDB-250

View resource name in all available languages

Base de données SpeechDat(II) MDB-250 de l'italien

ID:

ELRA-S0116

The Italian SpeechDat(II) MDB-250 comprises 375 Italian speakers recorded over the Italian mobile telephone network. The MDB-250 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 prompt 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 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 Lira currency money amount.
? 1 natural number.
? 7 directory assistance names: 1 spontaneous name (own forename), 1 city of birth / growing up (spontaneous), 2 most frequent cities (set of 25), 2 most frequent company / agency (set of 25), 1 ?forename surname? (set of 150 ?full? names)
? 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.
5 more items were added to the Italian corpus (4 spontaneous, 1 read).
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(II) MDB-250 de l'italien contient les enregistrments de plus de 375 locuteurs italiens, enregistrés à travers le réseau téléphonique mobile italien. Elle est répartie sur 6 CD-ROM, dans le format de la norme ISO 9660. Les bases de données SpeechDat(II) 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 :

* 2 chiffres isolés ;
* 1 séquence de 10 chiffres isolés ;
* 4 séries de 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 (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 provenant d'un annuaire de renseignements téléphoniques, 1 mot réel / artificiel pour couverture ;
* 1 montant en devise italienne ;
* 1 nombre naturel ;
* 7 noms extraits d'un annuaire de renseignements téléphoniques : 1 spontané (prénom), 1 nom de ville spontané (ville de naissance / d'enfance du locuteur), 1 nom de ville parmi les plus courantes (sur 25 noms), 1 nom de société (sur 25), 1 ‘prénom nom' (sur 150) :
* 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.

5 éléments supplémentaires ont été ajoutés à ce corpus : 4 spontanés, 1 lu.

Les classes d'âge sont réparties comme suit : 3 locuteurs de moins de 16 ans, 147 locuteurs entre 16 et 30 ans, 149 locuteurs entre 31 et 45 ans, 56 locuteurs entre 46 et 60 ans, 48 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: