База данных неродной речи - Non-native speech database

А база данных неродной речи это речевая база данных из неродное произношение английского языка. Такие базы данных необходимы для постоянного развития многоязычных автоматических распознавание речи системы, текст в речь системы, тренажеры произношения или даже полнофункциональные системы изучения второго языка. Однако из-за сравнительно небольшого размера баз данных многие из них недоступны через обычных распространителей речевых баз данных. Это приводит к тому, что исследователям в области распознавания речи трудно следить за тем, какие базы данных уже собраны, а для каких целей еще нет коллекций.^[1]

Легенда

В таблице неродных баз данных используются сокращения названий языков. Они перечислены в Таблице 1. Таблица 2 дает следующую информацию о каждом корпусе: название корпуса, учреждение, в котором можно получить корпус, или, по крайней мере, должна быть доступна дополнительная информация, язык, на котором фактически говорили носители. , количество носителей, родной язык носителей, общее количество неродных высказываний, содержащихся в корпусе, продолжительность в часах неродной части, дата первой публичной ссылки на этот корпус, некоторый произвольный текст выделение особых аспектов этой базы данных и ссылка на другую публикацию. Ссылка в последнем поле в большинстве случаев относится к статье, специально посвященной описанию этого корпуса первоначальными коллекционерами. В некоторых случаях идентифицировать такую ​​бумагу не удавалось. В этих случаях делается ссылка на статью, в которой используется этот корпус.

Некоторые записи оставлены пустыми, а другие помечены как неизвестные. Разница здесь в том, что пустые записи относятся к атрибутам, значение которых просто неизвестно. Однако неизвестные записи указывают на то, что в самой базе данных нет информации об этом атрибуте. Например, в базе данных погоды Юпитера^[2] никаких сведений о происхождении динамиков не приводится. Поэтому эти данные будут менее полезны для проверки обнаружения акцента или аналогичных проблем.

По возможности, имя является стандартным именем корпуса, однако для некоторых меньших корпусов не существовало установленного имени, и, следовательно, необходимо было создать идентификатор. В таких случаях используется комбинация учреждения и сборщика базы данных.

В случае, когда базы данных содержат родную и неродную речь, перечисляются только атрибуты неродной части корпуса. Большинство корпусов представляют собой сборники прочитанной речи. Если корпус вместо этого состоит частично или полностью из спонтанных высказываний, это указывается в столбце «Особые».

Обзор неродных баз данных

Таблица 1: Сокращения для языков, используемых в таблице 2

арабский А Японский J Китайский C Корейский K Чешский Чехия Малазийский M Датский D норвежский язык N нидерландский язык Dut португальский п английский E русский р Французский F испанский S Немецкий грамм Шведский Swe Греческий Gre Тайский Т индонезийский Ind вьетнамский V Итальянский я

Фактическая таблица с информацией о различных базах данных показана в таблице 2.

Таблица 2: Обзор неродных баз данных

Корпус Автор Доступны на Языки #Компьютерные колонки Родной язык # Утт. Продолжительность Дата Замечания AMI [3] Европа E Дут и другие 100ч записи встреч ATR-Gruhn [4] Gruhn ATR E 96 C G F J Ind 15000   2004 рейтинг квалификации BAS Strange Corpus 1 + 10 [5]   ELRA грамм 139 50 стран 7500   1998   Ресторан Беркли [6] ИКСИ E 55 G I H C F S J 2500 1994   Новости трансляции [7]   LDC E         1997   Кембридж-Витт [8] Витт Университет Кембриджа E 10 J I K S 1200   1999   Кембридж-Йе [9] Вы Университет Кембриджа E 20 C 1600   2005   Детские Новости [10] Томокиё CMU E 62 J C 7500   2000 частично спонтанный КЛИПЫ-IMAG [11] Загар КЛИПЫ-IMAG F 15 РЕЗЮМЕ   6ч 2006   CLSU [12]   LDC E   22 страны 5000   2007 телефон, спонтанный CMU [13]   CMU E 64 грамм 452 0,9 ч   нет в наличии Cross Towns [14] Schaden У. Бохум E F G I Che Dut 161 E F G I S 72000 133ч 2006 названия городов Дюк-Арслан [15] Арслан Университет Дьюка E 93 15 стран 2200   1995 частично телефонная речь ERJ [16] Minematsu U. Токио E 200 J 68000   2002 рейтинг квалификации Фишер [17] LDC E много 200ч телефонная речь Фитт [18] Фитт У. Эдинбург F I N Gre 10 E 700   1995 названия городов Франки [19]   У. Эрланген E 19 грамм 2148       Латиноамериканец [20] Бирн   E 22 S   20ч 1998 частично спонтанный HLTC [21]   HKUST E 44 C   3ч 2010 доступен для запроса IBM-Fischer [22]   IBM E 40 S F G I 2000   2002 цифры Я звоню [23][24] Чен я^2R, A * ЗВЕЗДА C 305 24 страны 90841 142ч 2015 фонетическая и тональная транскрипция (в пиньинь), оценка уровня владения языком ОСТРОВ [25] Этвелл ЕС / ELDA E 46 G I 4000 18ч 2000   Юпитер [26] Zue Массачусетский технологический институт E неизвестный неизвестный 5146   1999 телефонная речь K-SEC [27] Ри SiTEC E неизвестный K     2004 LDC WSJ1 [28]   LDC   10   800 1 час 1994   Прыгнуть [29] Кишечник Университет Мюнстера E G 127 41 другой 73.941 слова 12ч 2003   ТУМАН [30]   ELRA E F G 75 Dut 2200   1996   НАТО HIWIRE [31]   НАТО E 81 F Gre I S 8100   2007 чистая речь НАТО M-ATC [32] Голубь НАТО E 622 F G I S 9833 17ч 2007 сильный фоновый шум НАТО N4 [33]   НАТО E 115 неизвестный   7,5 ч 2006 сильный фоновый шум Ономастика [34]     D Dut E F G Gre I N P S Swe   (121000)   1995 только лексика PF-STAR [35]   У. Эрланген E 57 грамм 4627 3,4 ч 2005 детская речь Sunstar [36]   Европа E 100 Г С И П Д 40000   1992 парламентская речь TC-STAR [37] Heuvel ELDA E S неизвестный Страны ЕС   13ч 2006 несколько наборов данных ТЕД [38] Ламель ELDA E 40(188) много   10ч (47ч) 1994 еврореч 93 TLTS [39]   DARPA А   E   1 час 2004   Токио-Кикуко [40]   U. Токио J 140 10 стран 35000   2004 рейтинг квалификации Вербмобиль [41]   U. Мюнхен E 44 грамм   1,5 ч 1994 очень спонтанный ВОДИС [42]   Европа F G 178 F G 2500   1998 об автомобильной навигации WP арабский [43] Рокка LDC А 35 E 800 1 час 2002   WP Русский [44] Рокка LDC р 26 E 2500 2ч 2003   WP испанский [45] Морган LDC S   E     2006   WSJ говорил [46]     E 10 неизвестный 800   1993

Рекомендации

1. М. Рааб, Р. Грун и Э. Нут, Базы данных неродной речи, в Proc. ASRU, Киото, Япония, 2007.
2. К. Ливеску, Анализ и моделирование неродной речи для автоматического распознавания речи, РС. диссертация, Массачусетский технологический институт, Кембридж, Массачусетс, 1999.
3. Проект AMI, "AMI Meeting Corpus" [1].
4. Р. Грун, Т. Чинкарек и С. Накамура, «База данных нематериального английского языка с несколькими акцентами», в ASJ, 2004.
5. Университет Мюнхена, «Баварский архив речевых сигналов странного корпуса», [2].
6. Джурафски и др., "Ресторанный проект Беркли", Proc. ICSLP 1994.
7. Л. Томокиё, Распознавание неродной речи: характеристика неродной речи и адаптация к ней при распознавании речи, Кандидат наук. Диссертация, Университет Карнеги-Меллона, Пенсильвания, 2001.
8. С. Витт, Использование распознавания речи в компьютерном обучении языку, Кандидат наук. дипломная работа, инженерный факультет Кембриджского университета, Великобритания, 1999 г.
9. Х. Е и С. Янг, Повышение эффективности распознавания речи новичков в разговорной речи при изучении языка, в Proc. Interspeech, Лиссабон, Португалия, 2005 г.
10. Л. Томокиё, Распознавание неродной речи: характеристика неродной речи и адаптация к ней при распознавании речи, Кандидат наук. диссертация, Университет Карнеги-Меллона, Пенсильвания, 2001.
11. Т. П. Тан и Л. Безасье, Корпус французского языка для автоматического распознавания речи, в LREC, Генуя, Италия, 2006.
12. Т. Ландер, CSLU: Версия 1.2 на английском языке с иностранным акцентом, Тех. Респ., LDC, Филадельфия, Пенсильвания, 2007.
13. З. Ван, Т. Шульц и А. Вайбель, Сравнение методов адаптации акустической модели на неродной речи, в Proc. ICASSP, 2003.
14. С. Шаден, Regelbasierte Modellierung fremdsprachlich akzentbehafteter Aussprachevarianten, Кандидат наук. диссертация, Университет Дуйсбург-Эссен, 2006.
15. Л. М. Арслан и Дж. Х. Хансен, Частотные характеристики иноязычной акцентированной речи, в Proc. из ICASSP, Мюнхен, Германия, 1997, стр. 1123-1126.
16. N. Minematsu et al., Разработка базы данных англоязычной речи японцев для поддержки исследований CALL, ICA, Киото, Япония, 2004 г., стр. 577-560.
17. Кристофер Сиери, Дэвид Миллер, Кевин Уокер, Корпус Fisher: ресурс для следующих поколений преобразования речи в текст, Proc. LREC 2004
18. С. Фитт, Произношение незнакомых названий родных и чужих городов, в Proc. of Eurospeech, 1995, стр. 2227-2230.
19. Г. Штеммер, Э. Ноэт и Х. Ниманн, Акустическое моделирование иностранных слов в системе распознавания немецкой речи, в Proc. Eurospeech, П. Далсгаард, Б. Линдберг и Х. Беннер, ред., 2001, т. 4. С. 2745-2748.
20. В. Бирн, Э. Кнодт, С. Худанпур и Дж. Бернштейн, Готово ли автоматическое распознавание речи для неродной речи? Сбор данных и первые эксперименты по моделированию разговорного латиноамериканского английского, в STiLL, Мархольмен, Швеция, 1998, стр. 37-40.
21. Ю. Ли, П. Фунг, П. Сюй и Ю. Лю, Асимметричное акустическое моделирование для распознавания смешанной речи, в ICASSP, Прага, Чехия, 2011 г., стр. 37-40.
22. В. Фишер, Э. Янке и С. Кунцманн, Недавний прогресс в декодировании неродной речи с помощью многоязычных акустических моделей, в Proc. Eurospeech, 2003, стр. 3105-3108.
23. Нэнси Ф. Чен, Ронг Тонг, Даррен Ви, Пейсуан Ли, Бин Ма, Хайчжоу Ли, Корпус iCALL: мандаринский диалект, на котором говорят лица европейского происхождения, не являющиеся носителями языка, в Proc. компании Interspeech, 2015.
24. Нэнси Ф. Чен, Виваек Шивакумар, Махеш Харикумар, Бин Ма, Хайчжоу Ли. Широкомасштабная характеристика ошибок произношения мандаринского языка, совершаемых носителями европейских языков, в Proc. Интерспич, 2013.
25. У. Мензель, Э. Этвелл, П. Бонавентура, Д. Херрон, П. Ховарт, Р. Мортон и К. Саутер, Корпус ISLE разговорного английского языка, в LREC, Афины, Греция, 2000, стр. 957-963.
26. К. Ливеску, Анализ и моделирование неродной речи для автоматического распознавания речи, РС. диссертация, Массачусетский технологический институт, Кембридж, Массачусетс, 1999.
27. S-C. Ри и ​​С.Х. Ли и С.К. Канг и И-Дж. Ли, Разработка и создание корпуса корейскоязычного английского языка (K-SEC), Proc. ICSLP 2004
28. Л. Томокиё, Распознавание неродной речи: характеристика неродной речи и адаптация к ней при распознавании речи, Кандидат наук. Диссертация, Университет Карнеги-Меллона, Пенсильвания, 2001.
29. Гут, У., Неродная речь. Анализ фонологических и фонетических свойств английского и немецкого языков L2 на основе корпуса, Франкфурт-на-Майне: Питер Ланг, 2009.
30. TNO Научно-исследовательский институт человеческого фактора, Многоязычная совместимость Mist в базе данных речевых технологий, Тех. Респ., ELRA, Париж, Франция, 2007 г., каталожный номер ELRA S0238.
31. J.C. Segura et al., База данных HIWIRE, шумный и неродной английский речевой корпус для общения в кабине., 2007, [3].
32. С. Пиджен, В. Шен и Д. ван Левен, Разработка и описание чужой базы данных военной связи воздушного движения, в ICSLP, Антверпен, Бельгия, 2007.
33. Л. Бенарусс и др., Корпус натовской и неродной речи (n4), в Proc. семинара MIST (ESCA-NATO), Леусден, сентябрь 1999 г.
34. Консорциум Onomastica, Лексика межъязыкового произношения ONOMASTICA, в Proc. Eurospeech, Мадрид, Испания, 1995, стр. 829-832.
35. К. Хакер, Т. Чинкарек, А. Майер, А. Хесслер и Э. Нут, Усиление просодических и произношений для выявления неправильного произношения детей неродного происхождения, в Proc. ICASSP, Гонолулу, Гавай, 2007, стр. 197-200.
36. К. Тейшейра, И. Транкозу и А. Серральхейро, Распознавание неродных акцентов, в Proc. Eurospeech, Родос, Греция, 1997 г., стр. 2375-2378.
37. Х. Хеувел, К. Чукри, К. Голлан, А. Морено и Д. Мостефа, TC-STAR: новые языковые ресурсы для ASR и SLT, в LREC, Генуя, 2006, стр. 2570-2573.
38. Л. Ф. Ламель, Ф. Шиль, А. Фурсен, Дж. Мариани и Х. Тильман, Англоязычная база данных TED, в ICSLP, Иокогама, Япония, сентябрь 1994 г.
39. Н. Моте, Л. Джонсон, А. Сетхи, Дж. Сильва и С. Нараянан, Обнаружение тактического языка и моделирование речевых ошибок учащихся: пример обучения тактическому языку арабскому языку для носителей американского английского, в Proc. ИнСТИЛ, июнь 2004 г.
40. К. Нишина, Разработка базы данных японской речи, прочитанной не носителями языка, для построения системы CALLв ICA, Киото, Япония, 2004 г., стр. 561-564.
41. Университет Мюнхена, Проект Вербмобиль, [4].
42. И. Транкозу, К. Виана, И. Маскареньяс и К. Тейшейра, О выводе правил для естественного произношения в навигационных запросах, в Proc. Eurospeech, 1999.
43. А. ЛаРокка и Р. Чуайри, Корпус арабской речи вест-пойнт, Тех. Респ., LDC, Филадельфия, Пенсильвания, 2002.
44. А. ЛаРокка и К. Томей, Корпус русской речи вест пойнт, Тех. Респ., LDC, Филадельфия, Пенсильвания, 2003 г.
45. Дж. Морган, Вест-пойнт героическая испанская речь, Тех. Респ., LDC, Филадельфия, Пенсильвания, 2006 г.
46. И. Амдал, Ф. Коркмазский, А. К. Сурендран, Совместное моделирование произношения не носителей языка с использованием методов на основе данных, в ICSLP, Пекин, Китай, 2000, стр. 622-625.