Taiwan Mandarin Speecon database

View resource name in all available languages

Base de données Speecon mandarin de Taiwan

247-072-586-962-5

ID:

ELRA-S0212

The Taiwan Mandarin Speecon database is divided into 2 sets:
1) The first set comprises the recordings of 550 adult Taiwanese speakers (273 males, 277 females), recorded over 4 microphone channels in 4 recording environments (office, entertainment, car, public place).
2) The second set comprises the recordings of 50 child Taiwanese speakers (25 boys, 25 girls), recorded over 4 microphone channels in 1 recording environment (children room).

This database is partitioned into 56 DVDs (first set) and 3 DVDs (second set).
The speech databases made within the Speecon project were validated by SPEX, the Netherlands, to assess their compliance with the Speecon format and content specifications.
Each of the four speech channels is recorded at 16 kHz, 16 bit, uncompressed unsigned integers in Intel format (lo-hi byte order). To each signal file corresponds an ASCII SAM label file which contains the relevant descriptive information.

Each speaker uttered the following items:
Calibration data:
6 noise recordings
The “silence word” recording
Free spontaneous items (adults only):
5 minutes (session time) of free spontaneous, rich context items (story telling) (an open number of spontaneous topics out of a set of 30 topics)
17 Elicited spontaneous items (adults only):
3 dates, 2 times, 3 proper names, 2 city names, 1 letter sequence, 2 answers to questions, 3 telephone numbers, 1 language
Read speech:
30 phonetically rich sentences uttered by adults and 60 uttered by children
5 phonetically rich words (adults only)
4 isolated digits
1 isolated digit sequence
4 connected digit sequences
1 telephone number
3 natural numbers
1 money amount
2 time phrases (T1 : analogue, T2 : digital)
3 dates (D1 : analogue, D2 : relative and general date, D3 : digital)
3 letter sequences
1 proper name
2 city or street names
2 questions
2 special keyboard characters
1 Web address
1 email address
46 core words synonyms
208 application specific words and phrases per session (adults)
74 toy commands, 14 phone commands and 34 general commands (children)

The following age distribution has been obtained:
Adults: 246 speakers are between 15 and 30, 235 speakers are between 31 and 45, 63 speakers are between 46 and 60, and 6 speakers are over 60.
Children: 21 speakers are between 7 and 10, 29 speakers are between 11 and 14.

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

View resource description in French

La base de données Speecon mandarin de Taiwan est répartie en deux sous-ensembles :
1) Le premier sous-ensemble est composé de 550 locuteurs taiwanais (273 hommes, 277 femmes) à partir de 4 canaux de microphone dans 4 environnements différents (bureau, divertissement, voiture, lieu public).
2) Le deuxième sous-ensemble est composé de 50 locuteurs taiwanais enfants (25 garçons, 25 filles) enregistrés à partir de 4 canaux de microphone dans un seul environnement (chambre d’enfant).

La base de données est distribuée sur 56 DVD (adultes) et 3 DVD (enfants). Les bases orales réalisées lors du projet Speecon ont été validées par SPEX, Pays-Bas, afin de contrôler leur adéquation avec le format Speecon et les spécifications de contenu.

Les fichiers sont stockés en séquences d'échantillons de 16 kHz, 16 bit ; les canaux sont multiplexés dans un fichier unique, avec une séquence de 0-1-2-3. A chaque énoncé correspond un fichier d'étiquetage ASCII SAM.

Chaque locuteur a prononcé les éléments suivants :
Données de calibrage :
6 bruits
1 “silence”
Eléments libres spontanés (adultes uniquement) :
5 minutes (par session) de discours libre spontané, en contexte riche (raconter une histoire) (nombre ouvert de thèmes spontanés à partir de 30 thèmes donnés)
17 éléments spontanés dirigés (adultes uniquement) :
3 dates, 2 périodes de temps, 3 noms propres, 2 noms de ville, 1 séquence de lettres, 2 réponses à des questions, 3 numéros de téléphone, 1 langue
Parole lue :
30 phrases phonétiquement riches prononcées par les adultes et 60 prononcées par les enfants
5 mots phonétiquement riches (adultes uniquement)
4 chiffres isolés
1 séquences de chiffres isolés
4 séquences de chiffres connectés
1 numéro de téléphone
3 nombres naturels
1 montant en devise
2 phrases comportant une notion de temps (T1 : analogique, T2 : numérique)
3 dates (D1 : analogique, D2 : date relative et générale, D3 : numérique)
3 séquences de lettres
1 nom propre
2 noms de ville ou de rue
2 questions
2 caractères clavier
1 adresse Web
1 adresse email
208 mots et phrases de commande par sessions (adultes)
74 commandes de jouets, 14 commandes de téléphone et 34 commandes générales (enfants)

Les classes d'âge sont réparties comme suit :
Adultes : 246 locuteurs ont entre 15 et 30 ans, 235 entre 31 et 45, 63 entre 46 et 60 et 6 de plus de 60.
Enfants: 21 locuteurs ont entre 7 et 10 ans, 29 entre 11 et 14.

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

MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
50000.00 € submit
67000.00 € submit
Licence: Commercial Use - ELRA VAR
67000.00 € submit
67000.00 € submit
NON MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
60000.00 € submit
75000.00 € submit
Licence: Commercial Use - ELRA VAR
75000.00 € submit
75000.00 € submit
31/03/2006
People who looked at this resource also viewed the following:
Resources from the same project