БАЗА данных для распознавания и синтеза речи 

Состоит из 50 серий предложений по 10 или 11 предложений на серию (в среднем, 5 слов в предложении). База сбалансирована по фонемному набору. Для базы существует временная, индивидуальная для каждого диктора, звуковая разметка.

Тексты состоят из различных последовательностей цифр. Каждым диктором начитывалось пять последовательностей (в среднем, 190 слов в файле), отличающихся порядком цифр и манерой их прочтения (слитно, раздельно с паузами). База использовалась для тестирования полученных при помощи базы "Таблицы" моделей, а также для подстройки моделей, адаптированных для распознавания цифр. Для базы существует транскрипция, полученная при помощи программы-транскриптора. Также существует временная, индивидуальная для каждого диктора пословная разметка, полученная при помощи собственной программы распознавания речи на построенных при помощи других баз моделях.

Два художественных текста, сбалансированных по фонемному набору (358 и 398 слов). База использовалась для тренинга и подстройки моделей, построенных на основе базы "Таблицы". При помощи программы-транскриптора для текстов была получена фонемная транскрипция, которая затем адаптировалась для каждого диктора экспертами-фонетистами.

Подборка из 51 текста (в среднем, 520 слов в тексте) на основе газетных статей. Вместе с базой "Сбалансированные тексты" использовалась для тренинга и подстройки моделей. Транскрипции адаптированы для каждого диктора.

Подборка сбалансированных предложений: 50 серий по 10 или 11 предложений в каждой (см. базу "Таблицы"). Транскрипции получены при помощи программы-транскриптора.

Для каждого диктора хранится 510 файлов *.wav; по одному предложению в файле. Каждому такому файлу соответствует текстовый файл *.lab с фонемной транскрипцией и разметкой прочитанного предложения (разметка и транскрипция экспертная).Формат названий файлов:

Для каждого диктора хранится 5 файлов *.wav с произнесенными последовательностями цифр. Каждому такому файлу соответствует текстовый файл *.lab с фонемной транскрипцией прочитанных слов (транскрипция выполнена программой-транскриптором, одинакова для всех дикторов), а также текстовый файл *.rec с транскрипцией и пословной разметкой прочитанных слов (разметка и транскрипция выполнена программой распознавания речи). Формат названия файлов:

Для каждого диктора хранится файл *.wav с зачитанным сбалансированным текстом. Каждому такому файлу соответствует текстовый файл *.lab с фонемной экспертной транскрипцией прочитанного текста. Формат названий файлов:

53nniiis.wav (53nniiis.lab),

где
nn - номер сбалансированного текста,
iii - инициалы или номер диктора,
s - пол диктора.

Для каждого диктора хранится файл *.wav с зачитанным текстом. Каждому такому файлу соответствует текстовый файл *.lab с фонемной экспертной транскрипцией прочитанного текста. Формат названий файлов:

54nniiis.wav (54nniiis.lab),

где
nn - номер сбалансированного текста,
iii - инициалы или номер диктора,
s - пол диктора.

Для каждого диктора хранится 510 файлов *.wav; по одному предложению в файле. Каждому такому файлу соответствует текстовый файл *.lab с фонемной транскрипцией прочитанных слов (транскрипция выполнена программой-транскриптором, одинакова для всех дикторов)

Nnnniiis.wav (NNnniiis.lab),

где
NN - номер серии,
nn - номер предложения в серии,
iii - инициалы или номер диктора,
s пол диктора.

2040 файлов (по 510 на каждого диктора) хранятся в одном каталоге на CD "База 1. Размеченные таблицы" в отдельном для каждого диктора каталоге на MOD "Б1. Таблицы". В двух каталогах хранится по 2040 файлов *.lab, содержащих соответствующие размеченные транскрипции (латинские и кириллические).

19 каталогов (по одному каталогу для каждого диктора), содержащих по 5 файлов каждый. Один каталог с транскрипциями всех файлов *.lab. Один каталог с размеченными при помощи программы распознавания пословными транскрипциями всех файлов *.rec.