Czech Broadcast News MDE Transcripts

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F10%3A00504179" target="_blank" >RIV/49777513:23520/10:00504179 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Czech Broadcast News MDE Transcripts

Popis výsledku v původním jazyce

Czech Broadcast Conversation MDE Transcripts was created to provide data for Metadata Extraction (MDE) research for Czech. The goal of MDE is to take raw speech recognition output and refine it into forms that are of more use to humans and to downstreamautomatic processes. MDE annotation includes labeling of Edit Disfluencies (repetitions, revisions, restarts and complex disfluencies), Fillers (including, e.g., filled pauses and discourse markers) and SUs, or syntactic/semantic units. The database consists of audio recordings collected from February 1, 2000 through April 22, 2000 from three Czech radio stations (Cesky rozhlas 1 Radiozurnal, Cesky rozhlas 2 Praha and Cesky rozhlas 3 Vltava) and two television stations (Ceska televize and Prima TV). Inaddition to MDE, this data may also be used for training standard speech recognition systems. The database is distributed via the Linguistic Data Consortium, Philadelphia, USA.

Název v anglickém jazyce

Czech Broadcast News MDE Transcripts

Popis výsledku anglicky

Czech Broadcast Conversation MDE Transcripts was created to provide data for Metadata Extraction (MDE) research for Czech. The goal of MDE is to take raw speech recognition output and refine it into forms that are of more use to humans and to downstreamautomatic processes. MDE annotation includes labeling of Edit Disfluencies (repetitions, revisions, restarts and complex disfluencies), Fillers (including, e.g., filled pauses and discourse markers) and SUs, or syntactic/semantic units. The database consists of audio recordings collected from February 1, 2000 through April 22, 2000 from three Czech radio stations (Cesky rozhlas 1 Radiozurnal, Cesky rozhlas 2 Praha and Cesky rozhlas 3 Vltava) and two television stations (Ceska televize and Prima TV). Inaddition to MDE, this data may also be used for training standard speech recognition systems. The database is distributed via the Linguistic Data Consortium, Philadelphia, USA.

Druh

R - Software

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2010

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

LDC_10_1

Technické parametry

Softwarový produkt obsahuje speciální (MDE) transkripci řečových nahrávek o délce 26 hodin. Data jsou k dipozici ve 3 formátech - TRS, QAN a RTTM.Programový produkt lze objednat na tel.:+1(215)898-0464, příp. na: online-service@ldc.upenn.edu

Ekonomické parametry

Software je šířen celosvětovým distributorem Linguistic DATA Consortium, University of Pennsylvania, USA. Cena produktu je USD 750.

IČO vlastníka výsledku

49777513

Název vlastníka

Katedra kybernetiky, Fakulta aplikovaných věd, Západočeská univerzity v Plzni ((práva k šíření předána Linguistic Data Consortium, USA)