Czech Broadcast News MDE Transcripts
Identifikátory výsledku
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
—
Alternativní jazyky
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.
Klasifikace
Druh
R - Software
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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)