Finnish Speechdat(II) FDB-4000

View resource name in all available languages

Base de données Speechdat(II) FDB-4000 du finnois

ID:

ELRA-S0079

The Finnish SpeechDat(II) FDB-4000 comprises 4000 Finnish speakers (1830 males, 2170 females) recorded over the Finnish fixed telephone network. The FDB-4000 database is partitioned into 14 CDs, 13 CDs comprise 300 speakers sessions, the 14th comprises 100 speakers. 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:
? 1 isolated digit
? 1 sequence of 10 isolated digits
? 4 numbers: 1 sheet number (5 digits), 1 telephone number (9-10 digits), 1 credit card number (16 digits), 1 PIN code (6 digits)
? 1 currency money amount
? 1 natural number
? 3 dates: 1 spontaneous date (birthdate), 1 prompted date, 1 relative or general date expression
? 2 time phrases: 1 time of day (spontaneous), 1 time phrase
? 3 spelled words: 1 spontaneous own forename, 1 city name, 1 phonetically rich word
? 5 directory assistance names: 1 spontaneous own forename, 1 spontaneous city of growing up, 1 frequent city name, 1 frequent company name, 1 common forename surname
? 2 yes/no questions: 1 predominantly ?yes? question, 1 predominantly ?no? question
? 3 application words
? 1 word spotting phrase using an embedded application word
? 4 phonetically rich words
? 9 phonetically rich sentences
The following age distribution has been obtained: 545 speakers are below 16 years old, 1773 speakers are between 16 and 30, 980 speakers are between 31 and 45, 606 speakers are between 46 and 60, and 96 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) FDB-4000 du finnois contient 4000 locuteurs finlandais (1830 hommes, 2170 femmes) enregistrés à travers le réseau téléphonique fixe finlandais. Cette base est répartie sur 14 CD-ROM, 13 comprenant 300 sessions, et le 14e comprenant 100 sessions. 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 :

* 1 chiffre isolé ;
* 1 séquence de 10 chiffres isolés ;
* 4 nombres : 1 numéro permettant d'identifier la feuille de prompt (5 chiffres), 1 numéro de téléphone (9-10 chiffres), 1 numéro de carte de crédit (16 chiffres), 1 code confidentiel (6 chiffres) ;
* 1 montant en devises ;
* 1 nombre naturel ;
* 3 dates : 1 date spontanée (date de naissance), 1 date lue, 1 date relative et générale ;
* 2 phrases comportant une notion de temps : 1 jour (spontané), 1 phrase comportant une notion de temps ;
* 3 mots épelés : 1 spontané (prénom), 1 nom de ville, 1 mot phonétiquement riche ;
* 5 noms provenant d'un annuaire de renseignements téléphoniques: 1 spontané (prénom), 1 nom de ville où le locuteur a grandi (spontané), 1 nom de ville parmi les plus courantes, 1 nom de compagnie/société , 1 "prénom nom" ;
* 2 questions oui/non : 1 question à prédominance "oui", 1 question à prédominance "non" ;
* 3 mots de commande ;
* 1 expression utilisant un mot de commande ;
* 4 mots phonétiquement riches.
* 9 phrases phonétiquement riches ;

Cette base de données contient également des phrases enregistrées en vue de la vérification du locuteur et d'études dialectales. Tous les locuteurs ont prononcé 8 phrases identiques, ainsi que les mêmes séries de chiffres connectés (composés de 3 à 6 chiffres).

Les classes d'âge sont réparties comme suit : 545 locuteurs de moins de 16 ans, 1773 locuteurs entre 16 et 30 ans, 980 locuteurs entre 31 et 45 ans, 606 locuteurs entre 46 et 60 ans et 96 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.