Přejít na obsah

Publikace

Detail publikace

Citace

Psutka, J. and Psutka Josef V. and Radová, V. and Ircing, P. and Matoušek, J. and Müller, L. : Polish Malach Speech Corpus . Katedra kybernetiky, Fakulta aplikovaných věd, Západočeská univerzita v Plzni, Johns Hopkins Univ. v Baltimore, Shoah Visual History Foundation, 2006.

Abstrakt

Visual History Foundation collected recently at least 52 thousand testimonies of holocaust survivors pronounced at 32 different languages. The Polish collection is created by about 1,550 testimonies with the total length of about 3,500 hours. The corresponding Polish Malach Speech Corpus was annotated with the goal to build the large vocabulary continuous speech recognition system. For this purpose it was selected and manually transcribed 200 15-minute speech segments of individual speakers (for training purposes) and whole testimonies of 10 different survivors (about 22 hours of speech) for tests. All manual annotations were performed in the orthographic form of the words.

Abstrakt v češtině

Visual History Foundation shromáždila v minulých létech cca 52 tisíc výpovědí svědků holocaustu namluvených ve 32 jazycích. Polských výpovědí je k dispozici cca 1 550 s celkovou délkou asi 3 500 hodin. Korpus polských výpovědí projektu Malach byl připraven pro konstrukci systému automatického rozpoznávání spontánní řeči, který bude využit pro automatické hledání klíčových slov a topiků ve výpovědích. Pro trénování systému bylo zpracováno a speciálním způsobem anotováno celkem 200 15-minutových segmentů výpovědí (celkem 100 hodin), pro testy bylo zpracováno 10 celých výpovědí od různých řečníků (celkem cca 22 hodin). Všechny manuální anotace byly provedeny v ortografickém tvaru slov.

Detail publikace

Název: Polish Malach Speech Corpus
Autor: Psutka, J. ; Psutka Josef V. ; Radová, V. ; Ircing, P. ; Matoušek, J. ; Müller, L.
Název - česky: Anotovaný korpus polských výpovědí svědků holocaustu
Jazyk publikace: anglicky
Datum vydání: 1.1.2006
Rok vydání: 2006
Typ publikace: Prototyp, uplatněná metodika, autorizovaný software
Nakladatel: Katedra kybernetiky, Fakulta aplikovaných věd, Západočeská univerzita v Plzni, Johns Hopkins Univ. v Baltimore, Shoah Visual History Foundation
/ 2011-06-09 12:53:22 /

Klíčová slova

Polish spontaneous speech corpus, large vocabulary continuous speech recognition

Klíčová slova v češtině

korpus polské spontánní řeči, rozpoznávání souvislé řeči s velkým slovníkem

BibTeX

@MISC{PsutkaJ_2006_PolishMalachSpeech,
 author = {Psutka, J. and Psutka Josef V. and Radov\'{a}, V. and Ircing, P. and Matou\v{s}ek, J. and M\"{u}ller, L.},
 title = {Polish Malach Speech Corpus},
 year = {2006},
 publisher = {Katedra kybernetiky, Fakulta aplikovan\'{y}ch v\v{e}d, Z\'{a}pado\v{c}esk\'{a} univerzita v Plzni, Johns Hopkins Univ.  v Baltimore, Shoah Visual History Foundation},
 url = {http://www.kky.zcu.cz/en/publications/PsutkaJ_2006_PolishMalachSpeech},
}