【分享】方言普通話語音識別語料庫（語篇部分）-600人
方言普通話語音識別語料庫（語篇部分）-600人
儘管普通話語音識別系統的開發取得了很大進步，但在面對方言地區普通話時，遇到了挑戰。廣大方言地區、特別是南方方言區的普通話和標準普通話存在許多差別。因此，要提高方言語音識別率、進行方言語音識別，研究方言地區普通話的語音特點、比較方言地區普通話與方言及標準普通話之間的異同十分重要。需要採集北方方言、吳方言、湘方言、贛方言、客家方言、閩北方言、閩南方言和粵方言在內的八大方言語料。
全部錄音人共包括600人，不同錄音人的地域分佈如表1所示。
表1 錄音人地域分佈
|
地區 |
錄音人數 |
比例 |
|
北方方言區 |
250 |
41.69% |
|
吳方言區 |
50 |
8.33% |
|
湘方言區 |
50 |
8.33% |
|
贛方言區 |
50 |
8.33% |
|
客家方言區 |
50 |
8.33% |
|
閩北方言區 |
50 |
8.33% |
|
閩南方言區 |
50 |
8.33% |
|
粵方言區 |
50 |
8.33% |
各個地域錄音人的基本資訊分佈情況如表2所示。
表2 錄音人基本資訊分佈
|
年齡 |
16-30歲（45%） |
31-45歲（45%） |
46-55歲（10%） |
|
性別 |
男女比例各佔50% |
||
|
口音 |
中度二級口音80%，一級乙等5%，三級15%。 |
||
|
文化程度 |
90%是高中以上學歷，10%是高中以下學歷 |
||
本資料集包含了600名發音人在安靜環境下分別對上千個語篇語料的朗讀結果，語篇內容涵蓋故事、詩歌、天氣、新聞、講座、散文、邀請函、演講詞、信件、通知等幾十個主題。例如下面是一個演講詞語篇語料的示例：
演講語料9
各位評委，各位領導： 大家好!
在公司中實行崗位競聘制度，是我們國家改革的一項極為重要的決策，我相信在今後的工作中，我們還是會繼續不斷的努力下去。崗位競聘刺激了很多的公司員工積極努力的工作，憑藉自己努力的工作，就可以得到更多的機會，可以有更大的發揮空間，也就有可能在崗位競聘中取得勝利!
今天我懷著特別激動的心情，有幸參與公司的店面經理競聘。首先感謝公司領導給我創造了這次公平競爭、展示才華的機會!同時，感謝在座的領導和評委對我的關心和支援!我叫(……介紹自己，名字，年齡，政治背景，工作經歷等等)經過×年的學習與鍛鍊，較快地熟悉了業務，掌握了專業技能，並能學以致用。公司不斷的發展壯大，也為我個人提供了廣闊的發展空間。
此次競聘，是為更好的以客戶為中心配置人力資源，組織和指導服務廳員工開展現場客戶服務和區域大客戶服務。通過服務創新、服務培訓、優化服務流程等手段，強化管理，完善制度，從嚴要求，嚴格考評，進一步提高服務廳的服務質量。與此同時，努力為實現自己的人生價值，為公司的發展與壯大奉獻自己的聰明才智和青春年華，一顆愛崗敬業的心與“移動”一起跳動。今天公司又為我的成長和進步，搭建了競爭的平臺：參與公司店面經理的競聘。我認為我有我的優勢：...
資料堂-資料共享服務平臺