语音识别语音语料库.doc

863语音识别语音语料库RASC863 -- 四大方言普通话语音库* 中国社会科学院语言所 liaj@ 摘 要 语音库的制作和分发应该是一个系统工程,每一步都应该遵从特定的规范,以便数据交换。本文按照数据库制作规范,介绍863四大方言普通话语音语料库(包括上海、广州、重庆和厦门普通话)--RASC863 (863 annotated 4 regional accent speech corpus)。RASC863包括自然口语部分、朗读部分(语音平衡和常用口语句)和方言词汇。口语设立了160个话题,由发音人任意选择一个,然后讲述相关内容4-5分钟。朗读语料是挑选的语音平衡的句子共2200句和600个常用口语句。每个方言点的发音人为200人,共800人。覆盖不同年龄、性别和教育背景。 1. 引言 在NOKIA中国研究中心的支持下,我们在2001-2002年期间,完成了SPEECON汉语语音数据库的制作(),并在2000年和2003年与清华计算机系和德意电子科技有限公司参与了JHU汉语口语库和方言普通话库的标注工作。此外,在国家863基金和973项目基金的支持下,完成了863普通话识别语音库设计[1]和电话语音库的标注工作。通过这些工作,我们积累了一定的经验,制定了国际上认可的韵律标注规范C-ToBI[4]和音段标注规范SAMPA-C[5]. 纵观国际上著名的语音语料库网站

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档