Slovak SpeechDat(E) Database

View resource name in all available languages

Base de données SpeechDat(E) du slovaque

FIXED3SK

ID:

ELRA-S0095

The Slovak SpeechDat(E) Database (Eastern European Speech Databases for Creation of Voice Driven Teleservices) comprises 1000 Slovak speakers (498 males, 502 females) recorded over the Slovak fixed telephone network. This database is partitioned into 5 CDs. The speech databases made within the SpeechDat(E) project were validated by SPEX, the Netherlands, to assess their compliance with the SpeechDat(E) format and content specifications.
The speech files are stored as sequences of 8-bit, 8kHz A-law speech files and are not compressed, according to the specifications of SpeechDat(E). Each prompt utterance is stored within a separate file and has an accompanying ASCII SAM label file.
Corpus contents:
- 6 application words;
- 1 sequence of 10 isolated digits;
- 4 connected digits: 1 sheet number (5 digits), 1 telephone number (9-11 digits), 1 credit card number (16 digits), 1 PIN code (6 digits);
- 3 dates: 1 spontaneous date (birthday), 1 prompted date (word style), 1 relative and general date expression;
- 1 spotting phrase using an application word (embedded);
- 1 isolated digit;
- 3 spelled-out words (letter sequences): 1 spontaneous e.g. own forename; 1 spelling of directory assistance city name; 1 real/artificial name for coverage;
- 2 currency money amounts: 1 Slovak money amount, 1 International money amount (USD, EURO)
- 1 natural number;
- 6 directory assistance names: 1 spontaneous, e.g. own forename; 1 city of birth / growing up (spontaneous); 1 most frequent city (out of 500); 1 most frequent company/agency (out of 500); 1 "forename surname" (set of 150 ), 1 "surname" (set of 150 )
- 2 questions, including "fuzzy" yes/no: 1 predominantly "yes" question, 1 predominantly "no" question;
- 12 phonetically rich sentences;
- 2 time phrases: 1 time of day (spontaneous), 1 time phrase (word style);
- 4 phonetically rich words.
The following age distribution has been obtained: 39 speakers are below 16 years old, 446 speakers are between 16 and 30, 253 speakers are between 31 and 45, 214 speakers are between 46 and 60, and 48 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(E) (Bases de données d'Europe de l'Est pour la création de téléservices conduits par la voix) du slovaque contient 1000 locuteurs slovaques (498 hommes, 502 femmes) enregistrés à travers le réseau téléphonique fixe slovaque. Cette base est répartie sur 5 CD-ROM. Les bases de données ont été réalisées selon les spécifications du projet SpeechDat(E) et validées par SPEX, Pays-Bas.

Les fichiers de parole sont stockés en séquences d'échantillons de 8 bit, 8 kHz, loi-A. Chaque énoncé est stocké dans un fichier séparé et est accompagné d'un fichier d'étiquetage ASCII SAM.Contenu du corpus :

- 6 mots de commande ;
- 1 séquence de 10 chiffres isolés ;
- 4 chiffres connectés : 1 numéro permettant d'identifier la feuille de prompt (5 chiffres), 1 numéro de téléphone (9-11 chiffres), 1 numéro de carte de crédit (16 chiffres), 1 code confidentiel (6 chiffres) ;
- 3 dates : 1 date spontanée (ex. anniversaire), 1 date lue, 1 date générale ;
- 1 expression utilisant un mot de commande ;
- 1 chiffre isolé ;·
- 3 mots épelés (séquences de lettres) : 1 spontané (ex: prénom), 1 nom de ville provenant d'un annuaire de renseignements téléphoniques, 1 mot réel/artificiel pour couverture ;
- 2 montants en devises : 1 montant en devise slovaque, 1 montant en devise internationale (Dollar, EURO)
- 1 nombre entier naturel ;
- 6 noms provenant d'un annuaire de renseignements téléphoniques : 1 spontané (ex: prénom), 1 ville de naissance/d'origine du locuteur (spontané), 1 nom de ville parmi les plus fréquentes (sur 500), 1 nom de compagnie parmi les plus fréquentes (sur 500), 1 répétition de "prénom nom" ; 1 répétition de "nom" ;
- 2 questions incluant des oui/non "vagues" : 1 question à prédominance "oui", 1 question à prédominance "non" ;
- 12 phrases phonétiquement riches ;
- 2 phrases comportant une notion de temps : 1 jour (spontané), 1 phrase comportant une notion de temps ;
- 4 mots phonétiquement riches.

Les classes d'âge sont réparties comme suit : 39 locuteurs de moins de 16 ans, 446 locuteurs entre 16 et 30 ans, 253 locuteurs entre 31 et 45 ans, 214 locuteurs entre 46 et 60 ans et 48 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.