Spanish SpeechDat(M) - DB1

View resource name in all available languages

Base de données SpeechDat(M) de l'espagnol - DB1

584-512-519-970-5

ID:

ELRA-S0065

The SpeechDat(M) Spanish database contains the recordings of 1,002 Spanish speakers (508 males, 494 females), recorded over the Spanish fixed telephone network.

A pronunciation dictionary for the correctly spoken items is also available.

It was agreed that the ESPRIT Project SAM standards be followed for speech file storage. Speech samples are stored as sequences of 8-bit 8 kHz A-law speech files (before compression).

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.

This speech database was validated by SPEX (the Netherlands) to assess its compliance with the SpeechDat format and content specifications.

Each speaker uttered the following items:

* 1 isolated digit
* 4 connected digits (1 sheet number –4 digits, 1 telephone number –9 digits, 1 credit card number –16 digits, 1 spontaneous home telephone number)
* 2 natural numbers
* 1 natural number with decimal point
* 2 money amounts (1 large amount, 1 small amount)
* 3 spelled-out words (7 letter sequences)
* 2 time phrases (1 spontaneous time of day, 1 time phrase -prompted, word style)
* 3 dates (1 spontaneous date e.g. birthdayn 2 prompted dates)
* 3 yes/no questions (Are you calling from the same province? (as P1), Do you speak another language fluently?, Are you calling from a public phonebox?),
* 1 place (province of longest residence)
* 6 application keywords (out of a set of 54 words)
* 2 additional application keywords (out of a set of 18 words)
* 3 embedded application word phrases (from A1-6 vocabulary)
* 9 read sentences for phonetic coverage

The set of phonetically balanced sentences was automatically transcribed and manually checked by the Department de Filologia Espanyola of the Universitat Autonoma de Barcelona. Standard Castillian transcription was used. No dialectal variations were considered.

The following age distribution has been obtained: 530 speakers are between 15 and 29 years old, 283 speakers are between 30 and 45, 156 speakers are between 46 and 60, and 23 speakers are over 60; the age of 10 speakers is unknown.

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

View resource description in French

La base de données SpeechDat(M) de l'espagnol comprend des enregistrements téléphoniques de 1002 locuteurs (508 hommes et 494 femmes) enregistrés directement à travers le réseau téléphonique fixe utilisant une interface numérique E-1. Un dictionnaire de prononciation est également fourni pour les éléments correctement prononcés.

Le stockage des fichiers de parole suit les standards du projet ESPRIT SAM. Les fichiers de parole ont été échantillonnés à 8 kHz, enregistrés en séquences de 8 bits, loi-A, et ensuite compressés. Chaque énoncé a été stocké dans un fichier séparé. Chaque fichier signal est accompagné d'un fichier d'en-tête au format ASCII SAM qui contient la description du fichier parole correspondant.

Toutes les occurrences sont par défaut lues, excepté certaines marquées comme spontanées. La liste des occurrences est la suivante :

* 1 chiffre isolé ;
* 4 chiffres et nombres connectés : 1 numéro d'identification à 4 chiffres, 1 numéro de téléphone à 9 chiffres, 1 numéro de carte de crédit à 16 chiffres, 1 numéro de téléphone du domicile du locuteur (spontané), 2 nombres entiers naturels ;
* 1 nombre avec un chiffre après la virgule ;
* 2 montants en devises : 1 gros montant et 1 petit montant ;
* 3 mots épelés (séquences de 7 lettres) ;
* 1 jour (spontané) ;
* 1 phrase comportant une notion de temps ;
* 1 date (spontanée, la date d'anniversaire du locuteur) ;
* 2 dates ;
* 3 questions oui/non : Appelez-vous de la même province ? (par rapport à une province donnée P1), Parlez-vous couramment d'autres langues?, Appelez-vous d'une cabine publique ? ;
* 1 lieu (province où le locuteur a résidé le plus longtemps) ;
* 6 mots de commande (extraits d'un vocabulaire de 54 mots) ;
* 2 mots de commande supplémentaires (extraits d'un vocabulaire de 18 mots) ;
* 3 phrases incluant des mots de commande ;
* 9 phrases lues pour la couverture phonétique.

L'ensemble des phrases phonétiquement équilibrées a été transcrit automatiquement et vérifié manuellement par le département de philologie espagnole de l'Université Autonome de Barcelone. Une transcription du castillan standard a été utilisée. Aucune variation dialectale n'a été prise en compte.

Les classes d'âge sont réparties comme suit : 530 locuteurs entre 15 et 29 ans, 283 locuteurs entre 30 et 45 ans, 156 locuteurs entre 46 et 60 ans, et 23 locuteurs de plus de 60 ans ; l'âge de 10 locuteurs est inconnu.

CARACTERISTIQUES :
Type de ressource : Enregistrements de parole (acoustique)
Mode de parole : Lu (parfois spontané)
Conditions d'enregistrement : Réseau téléphonique fixe
Type de microphone/téléphone : Interface E-1
Langue : Espagnol (castillan)
Sexe et nombre de locuteurs : 1002 locuteurs (508 hommes et 494 femmes)
Annotation linguistique : Orthographique
Format de fichier : 8 bits, loi A
Standard utilisé : SAM
Fréquence d'échantillonnage (kHz) : 8 kHz
Mode de distribution : 3 CD-ROM
Ressources connexes : Ressources SpeechDat(M) en d'autres langues : danois (ELRA-S0040), anglais (ELRA-S0011), français (ELRA-S0016), allemand (ELRA-S0018), italien (ELRA-S0052), portugais (ELRA-S0068).

Un lexique de prononciation avec sa transcription phonétique en SAMPA est également fourni.

MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
11000.00 € submit
14000.00 € submit
Licence: Commercial Use - ELRA VAR
14000.00 € submit
14000.00 € submit
NON MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
20000.00 € submit
20000.00 € submit
Licence: Commercial Use - ELRA VAR
20000.00 € submit
20000.00 € submit
05/03/1999
People who looked at this resource also viewed the following:
Resources from the same project