Orientel United Arab Emirates MSA (Modern Standard Arabic)

View resource name in all available languages

Base de données OrienTel des Emirats Arabes Unis MSA (arabe standard moderne)

ID:

ELRA-S0259

The OrienTel United Arab Emirates MSA (Modern Standard Arabic) database comprises 500 speakers (254 males, 246 females) recorded over the local fixed and mobile telephone network. This database is partitioned into 2 DVDs. 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
• 2 sequence of 10 isolated digits
• 7 connected digits : 1 prompt sheet number (6 digits), 6 strings of 4 digits in written format
• 2 currency money amounts
• 2 natural numbers
• 3 dates : 1 prompted date, 1 relative or general date expression, 1 prompted date phrase (Islamic calendar)
• 1 time phrase (word style)
• 2 spelled items : string of 4-letter sequences written out as Aleph, Bae, Jim, etc
• 3 directory assistance utterances : 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
• 4 spontaneous items (for control)

The following age distribution has been obtained: 318 speakers are between 15 and 30, 129 speakers are between 31 and 45, 53 speakers are over 46.

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

View resource description in all available languages

La base de données OrienTel des Emirats Arabes Unis MSA (arabe standard moderne) contient 500 locuteurs (254 hommes, 246 femmes) enregistrés à travers le réseau téléphonique fixe et mobile local. Cette base est répartie sur 2 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 ;
• 7 chiffres connectés : 1 numéro permettant d'identifier la feuille de prompt (6 chiffres), 6 ensembles de 4 chiffres au format écrit;
• 2 montants en devises ;
• 1 nombre naturel ;
• 3 dates : 1 date lue, 1 date relative et générale, 1 expression de date lue (calendrier islamique) ;
• 1 phrases comportant une notion de temps ;
• 2 mots épelés : ensemble de séquence de 4 lettres écrites de la façon suivante : Aleph, Bae, Jim, etc ;
• 3 noms provenant d'un annuaire de renseignements téléphoniques : 1 nom de ville de naissance/d'origine du locuteur (spontané), 1 nom de ville parmi les plus courantes (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
• 4 éléments spontanés (pour contrôle).

Les classes d’âge sont réparties comme suit : 318 locuteurs entre 16 et 30 ans, 129 locuteurs entre 31 et 45 ans, 53 ont plus de 46 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: