LILA Hindi-L1 database

View resource name in all available languages

Base de données LILA hindi-L1

ID:

ELRA-S0281

The LILA Hindi-L1 database collected in India was recorded within the scope of the LILA project. It contains the recordings of 2,030 Hindi speakers (1,012 males and 1,018 females, all speakers with Hindi as first language) recorded over the Indian 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. (297 speakers)
- Public place (299 speakers)
- Stationary pedestrian by road side (305 speakers)
- Home/office environment (719 speakers)
- Passenger in moving car using a hands-free kit (410 speakers)

This database is distributed as 2 DVD-ROMs. The speech files are stored as sequences of 8-bit, 8kHz A-law speech files and are not compressed, according to the specifications of LILA. 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 LILA format and content specifications.

Each speaker uttered the following items:
- 2 isolated digits
- 1 sequence of 10 isolated digits
- 7 connected digits (2 sheet numbers -5+ digits, 2 read telephone numbers –9/11 digits, 1 credit card number –14/16 digits, 1 PIN code -6 digits, 1 spontaneous telephone number)
- 1 natural number
- 1 currency money amount
- 2 yes/no questions (1 predominantly “yes” question, 1 predominantly “no” question)
- 3 dates (1 spontaneous date e.g. birthday, 1 word style prompted date, 1 relative and general date expression)
- 2 time phrases (1 spontaneous time of day, 1 word style time phrase)
- 6 application words (out of a set of 30)
- 1 spotting phrase using an embedded application word
- 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 )
- 3 spelled words (1 surname, 1 directory assistance city name, 1 real/artificial name for coverage)
- 1 “silence word”
- 4 phonetically rich words
- 13 phonetically rich sentences
- 7 spontaneous items for control

The following age distribution has been obtained: 965 speakers are between 16 and 30, 645 speakers are between 31 and 45, and 420 speakers are between 46 and 60.

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

View resource description in all available languages

La base de données LILA hindi-L1 collectée en Inde a été enregistrée dans le cadre du projet LILA. Elle contient les enregistrements de 2 030 locuteurs hindi (1 012 hommes et 1 018 femmes, tous parlant le hindi comme première langue) enregistrés à travers le réseau téléphonique mobile en Inde.

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. (297 locuteurs)
- Lieu public (299 locuteurs)
- Piéton à l’arrêt à côté d’une route (305 locuteurs)
- Environnement domicile/bureau (719 locuteurs)
- Passager dans une voiture en marche utilisant un kit mains-libres (410 locuteurs)

Cette base est distribuée sur 2 DVD-ROM. Selon les spécifications de LILA, les fichiers de parole sont stockés en séquences d'échantillons de 8 bit, 8 kHz, loi-A 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 LILA et les spécifications du contenu.

Contenu du corpus :
- 2 chiffres isolés ;
- 1 séquence de 10 chiffres isolés ;
- 7 chiffres connectés : 2 numéros permettant d'identifier la feuille de prompt (5+ chiffres), 2 numéros de téléphone lu (9-11 chiffres), 1 numéro de carte de crédit (14-16 chiffres), 1 code confidentiel (6 chiffres) ; 1 numéro de téléphone spontané ;
- 1 nombre entier naturel ;
- 1 montant en devises ;
- 2 questions oui/non : 1 question à prédominance "oui", 1 question à prédominance "non" ;
- 3 dates : 1 date spontanée (ex. anniversaire), 1 date lue, 1 date générale ;
- 2 phrases comportant une notion de temps : 1 jour (spontané), 1 phrase comportant une notion de temps ;
- 6 mots de commande (à partir d’un ensemble de 30) ;
- 1 expression utilisant un mot de commande ;
- 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" ;
- 3 mots épelés : 1 prénom, 1 nom de ville provenant d'un annuaire de renseignements téléphoniques, 1 mot réel/artificiel pour couverture ;
- 1 « silence »
- 4 mots phonétiquement riches.
- 13 phrases phonétiquement riches ;
- 7 éléments spontanés pour contrôle.

Les classes d'âge sont réparties comme suit : 965 locuteurs ont entre 16 et 30 ans, 645 locuteurs ont entre 31 et 45 ans et 420 locuteurs ont entre 46 et 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: