Flemish/Dutch SpeechDat-Car database

View resource name in all available languages

Base de données SpeechDat-Car pour le flamand et le hollandais

VEHIC1NV

ID:

ELRA-S0139

The Flemish/Dutch SpeechDat-Car contains the recordings of 302 speakers (154 males, 148 females) from Flanders and The Netherlands, recorded over the mobile telephone network and in a car. The database contains recordings both in Flemish and in Dutch as spoken in Flanders (about 1/3 of the speakers), as well as recordings in Dutch as spoken in The Netherlands (about 2/3 of the speakers).
This database is partitioned into 162 CDs.
The speech data files are in two formats. Four of the microphones were recorded on the computer in the boot of the car. The speech data are stored as sequences of 16 kHz, 16 bit and uncompressed. The fifth microphone was connected to the GSM phone, and was recorded on a remote machine, with compressed data stored as sequences of 8 bit A-law 8.kHz. 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-Car format and content specifications.
Each speaker uttered the following items:
- 2 voice activation keywords
- 1 sequence of 10 isolated digits
- 7 connected digits (1 sheet number -5 digits, 1 spontaneous telephone number, 3 read telephone numbers, 1 credit card number ?14/16 digits, 1 PIN code -6 digits)
- 3 dates (1 spontaneous date e.g. birthday, 1 prompted date, 1 relative or general date expression)
- 2 word spotting phrases using an embedded application word
- 4 isolated digits
- 7 spelled words (1 spontaneous e.g. own forename or surname, 1 directory city name, 4 real word/name, 1 artificial name for coverage)
- 1 money amount
- 1 natural number
- 7 directory assistance names (1 spontaneous e.g. own forename or surname, 1 city of birth/growing up, 2 most frequent cities, 2 most frequent company/agency, 1 ?forename surname?)
- 9 phonetically rich sentences
- 2 time phrases (1 spontaneous time of day, 1word style time phrase)
- 4 phonetically rich words
- 67 application words (13 mobile phone application words, 22 IVR function keywords, 32 car products keywords)
- 2 additional language dependent keywords
- Prompts for spontaneous speech
The following age distribution has been obtained: 107 speakers are between 16 and 30, 127 speakers are between 31 and 45, 66 speakers are between 46 and 60, and 2 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-Car du flamand est composée d’enregistrements réalisés à travers le réseau téléphonique mobile et dans une voiture. 302 locuteurs (154 hommes, 148 femmes) venant des Flandres et de Hollande ont été enregistrés. Environ 1/3 des enregistrements sont en flamand ou en hollandais tels qu’ils sont parlés en Flandres, et les 2/3 restants en hollandais tel qu’il est parlé aux Pays-Bas.

Cette base de données est distribuée sur 162 CD.

Les bases orales réalisées lors du projet SpeechDat-Car ont été validées par SPEX, Pays-Bas, afin de contrôler leur adéquation avec le format SpeechDat-Car et les spécifications de contenu.

Les données de parole se présentent sous deux formats. Quatre microphones ont été connectés sur un ordinateur placé dans le coffre de la voiture. Ces fichiers sont stockés en séquences d'échantillons de 16 kHz, 16 bit et ne sont pas compressés. Le cinquième microphone a été connecté au téléphone mobile et les enregistrements effectués sur une machine à distance. Les fichiers sont stockés en séquences d’échantillons de 8kHz, 8 bit 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 :

- 2 mots-clés d'activation vocale
- 1 séquence de 10 chiffres isolés
- 1 numéro de page
- 7 chiffres connectés : 1 numéro permettant d'identifier la feuille de prompt (5+ chiffres), 1 numéro de téléphone spontané, 3 numéros de téléphone lus, 1 numéro de carte de crédit (14-16 chiffres), 1 code confidentiel (6 chiffres)
- 3 dates : 1 date spontanée (ex. anniversaire), 1 date lue, 1 date générale
- 2 expressions utilisant un mot de commande
- 4 chiffres isolés
- 7 mots épelés : 1 spontané (nom ou prénom du locuteur), 1 nom de ville provenant d'un annuaire de renseignements téléphoniques, 4 mots/noms réels, 1 nom artificiel pour couverture
- 1 montant en devises
- 1 nombre naturel
- 7 noms provenant d'un annuaire de renseignements téléphoniques : 1 spontané (nom ou prénom du locuteur), 1 nom de ville de naissance/d'origine du locuteur (spontané), 2 noms de ville parmi les plus fréquentes, 2 noms de compagnie/société parmi les plus fréquentes, 1 répétition de "prénom nom"
- 9 phrases phonétiquement riches
- 2 phrases comportant une notion de temps : 1 jour (spontané), 1 phrase comportant une notion de temps
- 4 mots phonétiquement riches
- 67 mots de commande: 13 mots de commande dans le domaine de la téléphonie mobile, 22 mots de fonction dans le domaine des serveurs vocaux interactifs, 32 mots clés de produits du domaine de l'automobile
- 2 mots clés dépendants de la langue
- phrases spontanées

Les classes d'âge sont réparties comme suit : 107 locuteurs ont entre 16 et 30 ans, 127 locuteurs entre 31 et 45 ans, 66 locuteurs entre 46 et 60 ans et 2 locuteurs ont 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.
      People who looked at this resource also viewed the following:
      Resources from the same project