Upload
alexia007
View
213
Download
0
Embed Size (px)
Citation preview
7/29/2019 Trancoso98a.pdf
1/8
S p o k e n L a n g u a g e C o r p o r a f o r S p e e c h
R e c o g n i t i o n a n d S y n t h e s i s i n E u r o p e a n
P o r t u g u e s e
C i r o M a r t i n s y
, M . I s a b e l M a s c a r e n h a s z
, H u g o M e i n e d o y , J o ~
a o P . N e t o y
L u s O l i v e i r a y
, C a r l o s R i b e i r o * , I s a b e l T r a n c o s o y
, M . C e u V i a n a z
( i n a l p h a b e t i c a l o r d e r )
yI N E S C / I S T
zC L U L * I N E S C / I S E L
C o n t a c t p e r s o n : I s a b e l T r a n c o s o
A d d r e s s : I N E S C , R . A l v e s R e d o l , 9 , 1 0 0 0 L i s b o n , P o r t u g a l
P h o n e : + 3 5 1 1 3 1 0 0 2 6 8 F a x : + 3 5 1 1 3 1 4 5 8 4 3 E - m a i l : I s a b e l . T r a n c o s o @ i n e s c . p t
A b s t r a c t : T h e m a i n g o a l o f t h i s p a p e r i s t o p r e s e n t
t h e s p o k e n l a n g u a g e c o r p o r a c o l l e c t e d f o r t r a i n i n g a n d
t e s t i n g s p e e c h r e c o g n i t i o n a n d s y n t h e s i s s y s t e m s i n
E u r o p e a n P o r t u g u e s e , b y t h e S p e e c h P r o c e s s i n g a n d
N e u r a l N e t w o r k s g r o u p s o f I N E S C , i n t h e f r a m e w o r k
o f i n t e r n a t i o n a l p r o j e c t s a n d / o r j o i n t p r o j e c t s w i t h
t h e C e n t e r o f L i n g u i s t i c s o f t h e U n i v e r s i t y o f L i s b o n .
K e y w o r d s : s p e e c h r e c o g n i t i o n , s p e e c h s y n t h e s i s , s p o -
k e n l a n g u a g e r e s o u r c e s
1 . I n t r o d u c t i o n
A c c o r d i n g t o t h e E A G L E S h a n d b o o k 3 ] a s p o k e n l a n -
g u a g e c o r p u s i s a c o l l e c t i o n o f s p e e c h r e c o r d i n g s w h i c h
i s a c c e s s i b l e i n c o m p u t e r r e a d a b l e f o r m a n d w h i c h
c o m e s w i t h a n n o t a t i o n a n d d o c u m e n t a t i o n s u c i e n t
t o a l l o w r e - u s e o f t h e d a t a i n - h o u s e , o r b y s c i e n t i s t s
i n o t h e r o r g a n i z a t i o n s . I n t h i s v e r y g e n e r a l d e n i -
t i o n , t h e w o r d r e - u s e p r o v i d e s t h e m o t i v a t i o n f o r t h i s
p a p e r . I n f a c t , t h e m a i n g o a l o f w r i t i n g a b o u t t h e s p o -
k e n l a n g u a g e c o r p o r a w e h a v e c o l l e c t e d i s t o d e s c r i b e
t h e m t o t h e P o r t u g u e s e l a n g u a g e r e s e a r c h c o m m u n i t y
a n d t h u s p o t e n t i a l l y i m p r o v e t h e r e u s a b i l i t y o f t h e s e
c o r p o r a .
T h e 5 s p o k e n l a n g u a g e c o r p o r a w e s h a l l d e s c r i b e h a v e
b e e n c o l l e c t e d b y t h e S p e e c h P r o c e s s i n g a n d N e u r a l
N e t w o r k s g r o u p s o f I N E S C , i n t h e f r a m e w o r k o f i n t e r -
n a t i o n a l p r o j e c t s a n d / o r j o i n t p r o j e c t s w i t h t h e C e n -
t e r o f L i n g u i s t i c s o f t h e U n i v e r s i t y o f L i s b o n . T h e s e
c o r p o r a h a v e b e e n c o l l e c t e d p r i m a r i l y f o r d e v e l o p i n g
s p e e c h s y n t h e s i s a n d r e c o g n i t i o n s y s t e m s i n E u r o p e a n
P o r t u g u e s e . B e c a u s e t h i s d e v e l o p m e n t a l s o i m p l i e s
t h e s y s t e m a t i c s t u d y o f m a n y p h e n o m e n a i n p h o n e t -
i c s a n d l i n g u i s t i c s i n g e n e r a l , s o m e o f t h e s e c o r p o r a
m a y b e ( a n d a r e i n f a c t ) u s e d f o r b a s i c r e s e a r c h .
T h e 5 c o r p o r a d o n o t e x h a u s t t h e l i s t o f c o r p o r a w e
h a v e c o l l e c t e d b u t a r e , b y f a r , t h e m o s t s i g n i c a n t .
S m a l l e r c o r p o r a h a v e b e e n c o l l e c t e d f o r s p e c i c p u r -
p o s e s : s e c o n d l a n g u a g e a c q u i s i t i o n , p s y c h o l i n g u i s t i c
r e s e a r c h , c o m p a r i s o n o f r o m a n c e l a n g u a g e s , d i a l e c t
r e s e a r c h , e t c . .
I n t h e d e s c r i p t i o n o f t h e 5 c o r p o r a c o l l e c t e d s o f a r , w e
s h a l l u s e a c h r o n o l o g i c a l o r d e r :
E U R O M . 1 - r e a d s p e e c h , 6 0 s p e a k e r s , a n e c h o i c
r o o m , 2
: 6 G b
B D F A L A - r e a d s p e e c h , 1 0 s p e a k e r s , s o u n d - p r o o f
r o o m , 2
: 4 G b
B D - P U B L I C O - r e a d s p e e c h , 1 2 0 s p e a k e r s ,
s o u n d - p r o o f r o o m ,
2 G b
S P E E C H D A T - r e a d / s p o n t a n e o u s s p e e c h , 5 0 0 0
s p e a k e r s , t e l e p h o n e n e t w o r k , 7
: 5 G b
C O R A L - s p o n t a n e o u s d i a l o g u e , 3 2 s p e a k e r s ,
s o u n d - p r o o f r o o m , 1
: 8 G b
A s m u c h a s p o s s i b l e , w e s h a l l t r y t o d e s c r i b e t h e m u s -
i n g t h e t y p o l o g y a d o p t e d i n t h e E A G L E S h a n d b o o k ,
s t a r t i n g w i t h t h e l i n g u i s t i c c o n t e n t s a n d t h e s p e c i c a -
t i o n o f t h e n u m b e r a n d t y p e o f s p e a k e r s , p r o c e e d i n g
w i t h t h e d e s c r i p t i o n o f t h e d a t a c o l l e c t i o n i t s e l f , a n d
n a l i z i n g w i t h t h e s p e c i c a t i o n o f t h e t y p e s o f a n -
n o t a t i o n i n c l u d e d . W h e n a p p r o p r i a t e , d e t a i l s a b o u t
p a c k a g i n g w i l l a l s o b e i n c l u d e d .
B e f o r e e m b a r k i n g o n t h e d e s c r i p t i o n o f e a c h c o r p u s
p e r s e , w e s h a l l t r y t o p i n p o i n t t h e m o s t i m p o r t a n t
c a t e g o r i e s c o n s i d e r e d i n t h i s t y p o l o g y , t a k i n g a f e w e x -
a m p l e s f r o m t h e a b o v e m e n t i o n e d c o r p o r a . T h e l a s t
s e c t i o n w i l l s u m m a r i z e o u r e o r t s a t d i s s e m i n a t i o n
a n d b r i e y d i s c u s s o u r n e e d s i n t e r m s o f s p o k e n l a n -
g u a g e r e s o u r c e s .
2 . T y p o l o g y
2 . 1 . L i n g u i s t i c c o n t e n t s
T h e s p e e c h m a t e r i a l i n a c o r p u s c a n v a r y f r o m i s o l a t e d
s o u n d s t o c o m p l e t e c o n v e r s a t i o n s . O n a n i n c r e a s -
i n g s c a l e o f \ n a t u r a l n e s s " , o n e c a n d i s t i n g u i s h s e v e r a l
t y p e s o f s p e e c h : r e a d a l o u d i s o l a t e d p h o n e m e s , r e a d
a l o u d i s o l a t e d w o r d s ( n o n s e n s e o r e x i s t i n g o n e s ) , r e a d
7/29/2019 Trancoso98a.pdf
2/8
a l o u d i s o l a t e d s e n t e n c e s , r e a d a l o u d t e x t f r a g m e n t s ,
s e m i - s p o n t a n e o u s s p e e c h , s p o n t a n e o u s s p e e c h a b o u t
a p r e d e t e r m i n e d s u b j e c t , W i z a r d o f O z a n d s p o n t a -
n e o u s s p e e c h .
O u r 5 c o r p o r a c o v e r t h e l i s t e d c a t e g o r i e s r a n g i n g f r o m
i s o l a t e d w o r d s t o s p o n t a n e o u s s p e e c h a b o u t a p r e d e -
t e r m i n e d s u b j e c t ( e . g . C O R A L ) . M i s s i n g i n o u r l i s t ,
b u t o f p a r t i c u l a r i m p o r t a n c e f o r t h e s t u d y o f h u m a n -
c o m p u t e r i n t e r a c t i o n i s t h e W i z a r d o f O z t e c h n i q u e .
I n t h e s e e x p e r i m e n t s , t h e s u b j e c t i s c o n v i n c e d t h a t
h e / s h e i s a c t u a l l y t a l k i n g w i t h a c o m p u t e r . H e n c e ,
t h e h u m a n w i z a r d w h i c h o p e r a t e s t h e \ f a l s e " c o m -
p u t e r m u s t t a l k w i t h a c o m p u t e r v o i c e a n d m a k e d e -
l i b e r a t e e r r o r s .
2 . 2 . N u m b e r a n d t y p e o f s p e a k e r s
T h e c o r p u s s i z e i n t e r m s o f s p e a k e r s i s o n e o f t h e
m o s t i m p o r t a n t c h a r a c t e r i s t i c s o f a s p o k e n l a n g u a g e
c o r p u s . W e s h a l l c o n s i d e r t h r e e b a s i c c l a s s e s :
f e w s p e a k e r s
m a n y s p e a k e r s ( u p t o 5 0 o r 6 0 )
v e r y m a n y s p e a k e r s
T h e r s t c l a s s i s u s e d p r i m a r i l y f o r s p e e c h s y n t h e -
s i s r e s e a r c h a n d d e v e l o p m e n t , f o r b u i l d i n g i n v e n t o r i e s
o f s u b - w o r d u n i t s a n d / o r d e s i g n i n g p r o s o d i c m o d -
e l s . T h i s t y p e o f c o r p u s , o f w h i c h B D F A L A w i t h o n l y
1 0 s p e a k e r s i s o u r m o s t o b v i o u s e x a m p l e , c a n b e v e r y
l a r g e , d e s p i t e b e i n g s m a l l i n t e r m s o f n u m b e r o f s p e a k -
e r s . A s u b s e t o f E U R O M . 1 c a n a l s o b e c o n s i d e r e d a
\ f e w s p e a k e r s " s u b c o r p u s .
A t t h e o t h e r e n d o f t h e s c a l e a r e t h e \ v e r y m a n y
s p e a k e r s " c o r p o r a , w h o s e m a i n p u r p o s e i s t h e t r a i n i n g
a n d t e s t i n g o f s p e a k e r - i n d e p e n d e n t r e c o g n i t i o n s y s -
t e m s . A l t h o u g h c o l l e c t e d i n t o t a l l y d i e r e n t e n v i r o n -
m e n t s , b o t h B D - P U B L I C O a n d S P E E C H D A T b e l o n g
t o t h i s c l a s s , w i t h 1 2 0 a n d 5 0 0 0 s p e a k e r s , r e s p e c t i v e l y .
I n b e t w e e n t h e t w o e x t r e m e s a r e t h e a v e r a g e - s i z e d c o r -
p o r a s u c h a s C O R A L ( 3 2 s p e a k e r s ) a n d t h e l a r g e s t
p a r t o f E U R O M . 1 ( 6 0 s p e a k e r s ) . T h i s t y p e o f c o r p u s
i s g e n e r a l l y d e v e l o p e d f o r f a c t o r i a l e x p e r i m e n t s , t h a t
i s , e x p e r i m e n t s i n w h i c h a n u m b e r o f f a c t o r s a r e d e -
n e d t h a t a r e h y p o t h e s i z e d t o i n u e n c e s o m e a s p e c t s
o f s p e e c h b e h a v i o r . H e n c e , t h e n u m b e r o f s p e a k e r s
a n d t h e n u m b e r o f r e p e t i t i o n s p e r s p e a k e r m u s t b e
c a r e f u l l y d e s i g n e d .
S p e a k e r s e l e c t i o n i s a l s o v e r y i m p o r t a n t a n d d e p e n -
d e n t o n t h e a p p l i c a t i o n : f o r s p e e c h s y n t h e s i s r e s e a r c h
( a s i n B D F A L A ) , e x p e r i e n c e d s p e a k e r s a r e m o s t a p -
p r o p r i a t e a n d d e m o g r a p h i c c o v e r a g e i s n o t a t s t a k e ,
w h e r e a s f o r t r a i n i n g a n d t e s t i n g s p e e c h r e c o g n i z e r s ,
t h e i n t e n d e d u s e r p o p u l a t i o n m u s t b e c a r e f u l l y s a m -
p l e d . F o r t h e S P E E C H D A T c o r p u s , f o r i n s t a n c e , t h e
u s e r p o p u l a t i o n c o v e r e d t h e e n t i r e P o r t u g u e s e p o p u -
l a t i o n , e x c l u d i n g o n l y v e r y y o u n g c h i l d r e n a n d v e r y
o l d p e o p l e . H e n c e , a c a r e f u l b a l a n c e o f s e x e s , a g e s
a n d r e g i o n s h a d t o b e a c h i e v e d . T h i s t y p e o f s a m -
p l i n g i s p o s s i b l e w h e n s p e a k e r s a r e c o l l e c t e d i n t h e i r
o w n h o m e s o r o c e s t h r o u g h t h e t e l e p h o n e n e t w o r k .
I n a c o r p u s c o l l e c t i o n s u c h a s B D - P U B L I C O , o n t h e
o t h e r h a n d , w h e r e s p e a k e r s w e r e r e c o r d e d i n a s t u d i o ,
t h e n u m b e r m u s t o b v i o u s l y b e m u c h s m a l l e r . T h e r e -
f o r e , t h e a g e r a n g e w a s r e s t r i c t e d i n o r d e r t o s t i l l a l -
l o w a n a d e q u a t e s a m p l i n g o f s e x e s a n d r e g i o n s a n d t o
f a c i l i t a t e s p e a k e r r e c r u i t m e n t i n t h e U n i v e r s i t y e n v i -
r o n m e n t .
W h e n s e l e c t i n g s p e a k e r s f o r t h e E U R O M . 1 , B D F A L A
a n d C O R A L c o r p o r a , c a r e w a s t a k e n t o a v o i d s p e a k -
e r s w i t h a n y t y p e o f s p e e c h d i s o r d e r s , e i t h e r o r g a n i c
o r f u n c t i o n a l , n o r h e a v y s m o k i n g , d r i n k i n g o r d r u g
h a b i t s .
T h e a b s e n c e o f p r o f e s s i o n a l s p e a k e r s w a s m o s t n o t o r i -
o u s l y f e l t i n t h e s u b s e t o f t h e B D F A L A c o r p u s w h e r e
e m o t i o n a l l y l o a d e d s e n t e n c e s h a d t o b e r e a d a l o u d b y
t h e s p e a k e r s .
2 . 3 . D a t a c o l l e c t i o n
A c c o r d i n g t o t h e t y p o l o g y p r o p o s e d i n t h e E a g l e s
H a n d b o o k , d a t a c o l l e c t i o n c a n b e r e p r e s e n t e d i n 5
d i m e n s i o n s :
v i s i b i l i t y ( o p e n v s . s e c r e t )
e n v i r o n m e n t ( s t u d i o v s . o n l o c a t i o n )
c o n t r o l / i n t e r a c t i o n ( r a n d o m , s p o n t a n e o u s d i a -
l o g u e , i n t e r v i e w a n d r e a d s p e e c h r e c o r d i n g )
m o n i t o r i n g a n d v a l i d a t i o n ( o n l i n e v s . o - l i n e )
d a t a ( s i n g l e c h a n n e l v s . m u l t i - c h a n n e l )
I n a l l 5 c o r p o r a , t h e s p e a k e r s v o l u n t e e r e d f o r t h e t a s k
a n d w e r e a w a r e t h e y w e r e b e i n g r e c o r d e d . D e s p i t e t h e
b e t t e r n a t u r a l n e s s u s u a l l y a c h i e v e d w i t h c l a n d e s t i n e
m i c r o p h o n e r e c o r d i n g s , d i c u l t i e s o f m o n i t o r i n g a n d
l e g a l p r o b l e m s o u t w e i g h i t s p o t e n t i a l a d v a n t a g e .
T h e r s t c o r p u s w a s r e c o r d e d i n a n a n e c h o i c r o o m
a n d t h e f o l l o w i n g o n e s i n a s o u n d - p r o o f r o o m , e x -
c e p t S P E E C H D A T w h i c h , a s m e n t i o n e d b e f o r e , w a s
r e c o r d e d t h r o u g h t h e t e l e p h o n e n e t w o r k o n l o c a t i o n ,
t h a t i s , t h e s p e a k e r s u s u a l l y c a l l e d f r o m t h e i r o w n
h o m e s o r o c e s . S i g n i c a t i v e d i e r e n c e s w e r e o b -
s e r v e d i n t e r m s o f n a t u r a l n e s s b e t w e e n t h e a n e c h o i c
r o o m r e c o r d i n g s a n d t h e s o u n d - p r o o f o n e s .
I n t e r m s o f c o n t r o l , s p e a k e r p r o m p t i n g w a s u s e d i n
t h e t e l e p h o n e r e c o r d i n g s o f S P E E C H D A T , w h e r e t h e
s p o k e n p r o m p t s w e r e p l a y e d b a c k b y t h e a u t o m a t i c
c o l l e c t i o n s y s t e m . F o r t h e r e m a i n i n g r e a d s p e e c h c o r -
p o r a , t h e t e x t w a s p r e s e n t e d e i t h e r o n p a p e r o r o n t h e
c o m p u t e r s c r e e n . I n t h e c a s e o f t h e s p o n t a n e o u s d i a -
l o g u e ( C O R A L ) , t h e s p e a k e r s w e r e b r i e f e d b e f o r e t h e
d i a l o g u e a n d t h e c o n v e r s a t i o n w a s u n r e s t r i c t e d o n c e
s t a r t e d .
M o n i t o r i n g i s t h e t a s k o f c o n t r o l l i n g a n d m o d i f y -
i n g t e c h n i c a l a n d p h o n e t i c c h a r a c t e r i s t i c s o n - l i n e , i . e . ,
7/29/2019 Trancoso98a.pdf
3/8
d u r i n g t h e r e c o r d i n g p r o c e s s . V a l i d a t i o n , o n t h e o t h e r
h a n d , r e l a t e s t o a p o s t e r i o r i e v a l u a t i o n o f t h e r e c o r d e d
m a t e r i a l . A l l o u r r e a d c o r p o r a r e c o r d e d o n s t u -
d i o w e r e m o n i t o r e d b y a n e x p e r t l o c a t e d o u t s i d e t h e
r e c o r d i n g r o o m , w i t h a u d i o c o n t a c t w i t h t h e s p e a k e r .
T h e c o n t r o l o f p h o n e t i c c h a r a c t e r i s t i c s w a s l i m i t e d t o
c a s e s i n w h i c h t h e p r o n u n c i a t i o n w a s n o t c o n s i d e r e d
n a t u r a l . T h e o n l y e x c e p t i o n w a s t h e r e a d s e n t e n c e s
o f B D F A L A , i n w h i c h s e l f - m o n i t o r i n g t o o k p l a c e , i . e . ,
t h e s p e a k e r h a d t o l i s t e n t o t h e s e n t e n c e h e / s h e h a d
j u s t r e c o r d e d a n d c o u l d r e p e a t i t i f a n y p r o b l e m w a s
f o u n d . V a l i d a t i o n w a s u s e d i n s t e a d o f m o n i t o r i n g i n
S P E E C H D A T a n d C O R A L .
I n t e r m s o f d a t a , a l l r e c o r d i n g s i n c l u d e d o n l y t h e
a c o u s t i c s i g n a l . R e c o r d i n g a d d i t i o n a l s i g n a l s ( s u c h a s
l a r y n g o g r a p h s i g n a l s , e l e c t r o m y o g r a p h s i g n a l , X - r a y s ,
e t c . ) w o u l d h a v e b e e n d e s i r a b l e f o r s o m e o f t h e c o r -
p o r a ( e . g . E U R O M . 1 ) , b u t t h e r e q u i r e d e q u i p m e n t
w a s n o t a v a i l a b l e . H e n c e a l l c o r p o r a i n c l u d e d s i n g l e
c h a n n e l r e c o r d i n g s , e x c e p t C O R A L w h i c h , i n s o m e
s e n s e , c a n b e c o n s i d e r e d d u a l - c h a n n e l ( o n e f o r e a c h
s p e a k e r i n t h e d i a l o g u e ) .
2 . 4 . A n n o t a t i o n
T h e i n c l u s i o n o f s o m e t y p e o f l i n g u i s t i c r e p r e s e n t a t i o n
o r a n n o t a t i o n i s o n e o f t h e f a c t o r s t h a t d e t e r m i n e s
w h e t h e r a c o l l e c t i o n o f s p e e c h c a n b e c o n s i d e r e d a
s p o k e n l a n g u a g e c o r p u s . T h e r e a r e m u l t i p l e l e v e l s o f
r e p r e s e n t a t i o n b u t , u n f o r t u n a t e l y , t h e r e i s n o t a w i d e
c o n s e n s u s o n w h a t s h o u l d b e i n c l u d e d i n e a c h o f t h e m
a n d h o w t h i s i n f o r m a t i o n s h o u l d b e r e p r e s e n t e d . D u e
t o t h e f a c t t h a t s o m e o f o u r c o r p o r a w e r e c o l l e c t e d i n
t h e f r a m e w o r k o f E u r o p e a n p r o j e c t s , t h e c o n v e n t i o n s
w h i c h w e f o l l o w e d i n t h e s e p r o j e c t s d e r i v e d o b v i o u s l y
f r o m w o r k i n g g r o u p s f o r m e d d u r i n g t h e s e p r o j e c t s .
T h e r s t l e v e l o f r e p r e s e n t a t i o n w h i c h w e c o n s i d e r e d i s
t h e r e c o r d i n g s c r i p t l e v e l . F o r a l l o u r c o r p o r a w h i c h i n -
c l u d e d r e a d s p e e c h ( w o r d s , n u m b e r s , s e n t e n c e s , p a r a -
g r a p h s ) , t h e p r o m p t i n g s c r i p t w a s i n c l u d e d .
T h e s e c o n d l e v e l c o n s i d e r e d i s t h e o r t h o g r a p h i c t r a n -
s c r i p t i o n o r t r a n s l i t e r a t i o n l e v e l . T h i s l e v e l i s m e a n t
t o u s e t h e s t a n d a r d s p e l l i n g c o n v e n t i o n s o f t h e l a n -
g u a g e t o r e p r e s e n t w h a t t h e s p e a k e r s a c t u a l l y s a i d .
F o r c o r p o r a s u c h a s E U R O M . 1 , B D F A L A a n d B D -
P U B L I C O , i n w h i c h t h e s p e a k e r s w e r e c a r e f u l l y m o n -
i t o r e d , t h e r e w e r e p r a c t i c a l l y n o d i e r e n c e s b e t w e e n
t h e r e c o r d i n g s c r i p t a n d w h a t w a s a c t u a l l y s a i d , s o t h e
t w o l e v e l s w e r e m e r g e d i n t o o n e . F o r c o r p o r a s u c h a s
S P E E C H D A T a n d C O R A L , w h i c h w e r e v a l i d a t e d a
p o s t e r i o r i , t r a n s l i t e r a t i o n c o n v e n t i o n s h a d t o b e f o l -
l o w e d . T h e s e i n c l u d e d h o w t o r e p r e s e n t r e d u c e d w o r d
f o r m s ( e . g . t o u o r e s t o u ) , n u m b e r s , a b b r e v i a t i o n s ,
s p e l l e d w o r d s , l l e d p a u s e s , m i s p r o n u n c i a t i o n s , w o r d
f r a g m e n t s , u n i n t e l l i g i b l e w o r d s , v e r b a l d e l e t i o n , e t c . ,
a n d a l s o h o w t o m a r k s e v e r a l t y p e s o f n o i s e ( s p e a k e r
n o i s e s s u c h a s c o u g h s o r l i p s m a c k s , s t a t i o n a r y n o i s e s
s u c h a s t e l e p h o n e c h a n n e l n o i s e o r a i r c o n d i t i o n f a n s ,
a n d i n t e r m i t t e n t n o i s e s s u c h a s a d o o r s l a m o r b a c k -
g r o u n d s p e e c h ) . T h e s e p r o b l e m s a r e m u c h m o r e f r e -
q u e n t i n s p o n t a n e o u s s p e e c h , s o t h e t r a n s l i t e r a t i o n
o f t h e C O R A L c o r p u s w a s p a r t i c u l a r l y h a r d . I n a d d i -
t i o n , w e h a d t o m a r k t u r n - t a k i n g a n d o v e r l a p b e t w e e n
t h e t w o s p e a k e r s e n g a g e d i n t h e d i a l o g u e .
T h e t h i r d l e v e l o f a n n o t a t i o n c o n c e r n s l i n g u i s t i c l e v e l s
a b o v e t h e p h o n e m e s u c h a s : m o r p h o l o g i c a l , s y n t a c t i c ,
s e m a n t i c a n d p r a g m a t i c l e v e l s . T h e o n l y c o r p u s w i t h
b o t h s y n t a c t i c a l l y a n d s e m a n t i c a l l y t a g g i n g w i l l b e
C O R A L , b u t t h i s t y p e o f a n n o t a t i o n h a s j u s t b e e n
s t a r t e d . N o o t h e r t h i r d l e v e l t a g g i n g i s p l a n n e d f o r
t h e r e m a i n i n g c o r p o r a .
T h e f o u r t h l e v e l o f a n n o t a t i o n i s t h e c i t a t i o n p h o n e -
m i c o n e . T h i s l e v e l c o n s i s t s o f a p h o n e m e s t r i n g c o r -
r e s p o n d i n g t o t h e c a r e f u l p r o n u n c i a t i o n o f t h e w o r d
i n i s o l a t i o n . T h i s p r o n u n c i a t i o n w a s d e r i v e d b y r u l e ,
u s i n g t h e g r a p h e m e - t o - p h o n e c o n v e r s i o n t o o l j o i n t l y
d e v e l o p e d b y C L U L a n d I N E S C , a n d m a n u a l l y c o r -
r e c t e d a p o s t e r i o r i . T h e S A M P A p h o n e t i c a l p h a -
b e t ( S p e e c h A s s e s s m e n t M e t h o d s P h o n e t i c A l p h a -
b e t ) w a s a d o p t e d i n a l l c a s e s . A p r o n u n c i a t i o n l e x i -
c o n i s i n c l u d e d i n b o t h B D F A L A , B D - P U B L I C O a n d
S P E E C H D A T .
T h e f t h l e v e l o f a n n o t a t i o n i s t h e b r o a d p h o n e t i c o r
p h o n o t y p i c o n e . T h i s l e v e l m a y b e d e r i v e d f r o m t h e
p r e v i o u s o n e b y p h o n o l o g i c a l r u l e s a n d u s e s s y m b o l s
t h a t h a v e t h e s a m e s t a t u s a s p h o n e m e s , m a r k i n g t h e
o u t p u t o f c o n n e c t e d s p e e c h p r o c e s s e s t h a t e i t h e r i n -
s e r t o r d e l e t e p h o n e m e s o r t r a n s f o r m o n e p h o n e m e
i n t o a n o t h e r . T h e E U R O M . 1 c o r p u s i n c l u d e s t h i s
t y p e o f r e p r e s e n t a t i o n , a l s o u s i n g S A M P A . H o w e v e r ,
i t i s w o r t h n o t i c i n g t h a t s o m e a u t h o r s c l a i m t h a t
p h o n o t y p i c t r a n s c r i p t i o n s c a n o n l y b e m a d e b y l i s -
t e n i n g t o t h e s p e e c h s i g n a l .
T h e s i x t h l e v e l o f a n n o t a t i o n i s t h e n a r r o w p h o n e t i c
o n e . F o r t h i s t y p e o f r e p r e s e n t a t i o n , m a n u a l i n s p e c -
t i o n o f t h e s p e e c h s i g n a l i s m a n d a t o r y . T h e i n v e n t o r y
o f s y m b o l s m u s t b e a u g m e n t e d t o i n c l u d e s o u n d s w i t h
n o p h o n e m i c s t a t u s , a n d m a r k d i e r e n t a l l o p h o n e s ,
d e v o i c i n g o r v o i c i n g , n a s a l i z a t i o n , l a b i a l i z a t i o n , e t c . .
H o w e v e r , o n e s e g m e n t a t t h i s l e v e l c a n c o r r e s p o n d t o
m o r e t h a n o n e p o r t i o n o f s p e e c h t h a t i s r e c o g n i z a b l y
s e p a r a t e w h e n o b s e r v i n g t h e a c o u s t i c w a v e f o r m o r t h e
s p e c t r o g r a m ( e . g . a v o i c e l e s s p l o s i v e c a n b e s e p a r a t e d
i n t o c l o s u r e p l u s b u r s t ) . T h e n e x t l e v e l , d e s i g n a t e d a s
a c o u s t i c - p h o n e t i c i n c l u d e s t h i s n e d i s t i n c t i o n . T h e
a c o u s t i c - p h o n e t i c a n n o t a t i o n o f a s u b s e t o f E U R O M . 1
i s c u r r e n t l y i n p r o g r e s s .
T h e e i g h t h l e v e l i s t h e p h y s i c a l l e v e l . T h i s l e v e l i s
m o s t l y u s e d w h e n m u l t i - c h a n n e l r e c o r d i n g s a r e a v a i l -
a b l e a n d s e p a r a t e t i e r s r e l a t e d t o t h e d i e r e n t i n p u t s
( e . g . n a s a l t r a n s m i s s i o n d e t e c t o r s , p a l a t o g r a p h y , e t c . )
m u s t b e a d o p t e d . T h e r e f o r e , t h i s d e t a i l e d l e v e l w a s
n o t u s e d i n o u r c o r p o r a .
T h e n a l l e v e l i s t h e p r o s o d i c o n e . A b s o l u t e r e c o m -
m e n d a t i o n s c o n c e r n i n g t h i s l e v e l a r e n o t a v a i l a b l e y e t ,
a s t h e r e i s n o t a c o n v i n c i n g a m o u n t o f e v i d e n c e c o n -
c e r n i n g t h e a d e q u a c y o f t h e e x i s t i n g l a b e l l i n g s y s t e m s
f o r a v a r i e t y o f p u r p o s e s i n a m u l t i l a n g u a g e f r a m e -
7/29/2019 Trancoso98a.pdf
4/8
w o r k . A s v e r y l i t t l e i s k n o w n a b o u t E u r o p e a n P o r -
t u g u e s e p r o s o d y a n d t h e w a y i t i n t e r f a c e s w i t h m o r -
p h o l o g y , s y n t a x a n d s e m a n t i c s , a n i n t o n a t i o n a l a p -
p r o a c h o f p h r a s i n g i s c u r r e n t l y b e i n g u s e d , w h i c h f o l -
l o w s m o s t o f t h e T o B I ( T o n e a n d B r e a k I n d i c e s ) c o n -
v e n t i o n s ( 9 ] , 1 ] ) . T h e p r o s o d i c l a b e l l i n g s p l i t s , t h u s ,
i n t o s e v e r a l t e a r s , e a c h o n e m a r k i n g a d i e r e n t t y p e
o f e v e n t . B e s i d e s t h e o r t h o g r a p h i c w o r d t e a r , a B r e a k
I n d e x t e a r w i t h 4 d e g r e e s o f c o h e s i o n / d i s r u p t u r e b e -
t w e e n c o n s e c u t i v e w o r d s a n d a T o n e t i e r w i t h p i t c h
a c c e n t s a n d b o u n d a r y t o n e s , a r e p r o v i d e d . A t t h e
t o n e t i e r , h o w e v e r , e x t e n s i v e u s e i s m a d e o f T o B I d i -
a c r i t i c s t o i n d i c a t e s t a r t i n g a n d e n d i n g t i m e s o f t o n a l
e v e n t s , a s w e l l a s p i t c h r a n g e .
G i v e n t h e i m p o r t a n c e o f d i s u e n c y p a t t e r n s f o r a b e t -
t e r u n d e r s t a n d i n g o f t h e u n d e r l y i n g s p e e c h p r o d u c -
t i o n m e c h a n i s m s a n d d i a l o g u e s t r u c t u r i n g , a l l p h e -
n o m e n a a t t h i s l e v e l a r e a n n o t a t e d i n a f o u r t h s e p a -
r a t e t e a r ( e g . s i l e n t a n d l l e d p a u s e s , w o r d , s u b w o r d
o r p a r t o f s p e e c h s u p p r e s s i o n , t r u n c a t i o n , c o n t r a c t i o n ,
e t c . ) . T h e a n n o t a t i o n c o n v e n t i o n s p r o p o s e d i n 8 ] a r e
c u r r e n t l y b e i n g u s e d a t t h i s l e v e l . T h e T o B I m i s c e l l a -
n e o u s t e a r i s k e p t f o r o t h e r a n n o t a t i o n s . D i e r e n t
p a r e n t h e s i s a r e u s e d , h o w e v e r , t o r e p r e s e n t h u m a n
v o c a l n o i s e s r e l a t e d t o t h e c o m m u n i c a t i o n s i t u a t i o n
( l a u g h s , c o u g h s , e t c . ) a n d o t h e r t y p e s o f n o i s e s ( e . g .
m i c r o p h o n e , c h a i r ) . T h e c r i t e r i a f o r p r o s o d i c a n n o t a -
t i o n , m o r e e x t e n s i v e l y d e s c r i b e d i n 1 0 ] , a r e c u r r e n t l y
b e i n g t e s t e d o n s p o n t a n e o u s s p e e c h i n t h e f r a m e w o r k
o f t h e C O R A L p r o j e c t .
I n t h e a b o v e d i s c u s s i o n , w e h a v e t a l k e d a b o u t a n -
n o t a t i o n s y m b o l s o r l a b e l s b u t n o t a b o u t s e g m e n -
t a t i o n , a l t h o u g h t h e t w o p r o c e s s e s a r e c l o s e l y i n t e r -
l i n k e d . S e g m e n t a t i o n c a n b e d o n e m a n u a l l y , a u t o -
m a t i c a l l y o r s e m i - a u t o m a t i c a l l y . M a n u a l s e g m e n t a -
t i o n i s e x t r e m e l y c o s t l y i n t i m e a n d e o r t . H o w e v e r , i f
t h e s t r i n g o f l a b e l s i s a v a i l a b l e t o g e t h e r w i t h a c o u s t i c
m o d e l s f o r e a c h o f t h e s e l a b e l s , a l i g n m e n t p r o g r a m s
b a s e d o n t h e V i t e r b i a l g o r i t h m c a n b e u s e d t o a u -
t o m a t i c a l l y a l i g n t h e s e l a b e l s w i t h t h e s p e e c h s i g n a l .
M a n u a l c o r r e c t i o n o f t h e s e t i m e s t a m p s i s f a r e a s i e r
t h a n s t a r t i n g f r o m s c r a t c h . M o r e o v e r , t h e s e g m e n t e d
c o r p u s c a n b e u s e d t o d e r i v e b e t t e r m o d e l s f o r e a c h
l a b e l a n d t h u s c o n t r i b u t e t o i m p r o v e t h e a l i g n e r i t s e l f
i n a b o o t s t r a p p r o c e d u r e . A s u b s e t o f E U R O M . 1 w a s
s e g m e n t e d s e m i - a u t o m a t i c a l l y i n t h i s w a y . T h i s s e g -
m e n t e d c o r p u s h a s b e e n u s e d t o d e r i v e i n i t i a l r e c o g n i -
t i o n m o d e l s f o r t h e r e m a i n i n g c o r p o r a . T h e f o r m a t o f
t h e l a b e l l e s i s t h e o n e u s e d b y t h e W A V E S p r o g r a m .
3 . E U R O M . 1
T h e E U R O M . 1 c o r p u s f o r E u r o p e a n P o r t u g u e s e 2 ]
w a s c o l l e c t e d i n t h e f r a m e w o r k o f t h e S A M A E u -
r o p e a n p r o j e c t , j o i n t l y b y I N E S C a n d C L U L . T h i s
p r o j e c t w a s i n f a c t a n e x t e n s i o n o f a p r e l i m i n a r y
p r o j e c t ( S A M - S p e e c h A s s e s s m e n t M e t h o d s ) d u r i n g
w h i c h w o r k o n t h e p l a n n i n g o f a p o l y - l a n g u a g e r e -
s o u r c e f o r t h e S p o k e n L a n g u a g e E n g i n e e r i n g n e e d s o f
t h e E u r o p e a n U n i o n w a s r s t s t a r t e d .
D e s p i t e i t s m a i n u s e f o r r e c o g n i t i o n a n d s y n t h e s i s r e -
s e a r c h , t h i s c o u r p u s h a s a l s o b e e n e x t e n s i v e l y u s e d i n
o u r g r o u p f o r p h o n e t i c c o d i n g r e s e a r c h .
3 . 1 . L i n g u i s t i c c o n t e n t s
F o r e a c h o f t h e 1 1 l a n g u a g e s c o n t e m p l a t e d i n t h i s
p r o j e c t , 4 t y p e s o f c o r p u s m a t e r i a l w e r e c o l l e c t e d :
C V C m a t e r i a l ( t o t a l l i n g 1 2 1 d i e r e n t l o g a t o m e s )
i n i s o l a t i o n a n d i n c o n t e x t ( 5 c a r r i e r p h r a s e s )
1 0 0 s e l e c t e d n u m b e r s f r o m 0 - 9 9 9 9
4 0 s h o r t p a s s a g e s e a c h c o n t a i n i n g 5 t h e m a t i c a l l y
c o n n e c t e d s e n t e n c e s ( h a l f o f t h e p a s s a g e s w e r e
f r e e l y t r a n s l a t e d f r o m t h e E n g l i s h v e r s i o n o f E U -
R O M . 1 m o s t o f t h e r e m a i n i n g o n e s w e r e a d a p t e d
f r o m P o r t u g u e s e b o o k s a n d n e w s p a p e r s )
5 0 l l e r s e n t e n c e s t o c o m p e n s a t e f o r t h e
p h o n e m e - f r e q u e n c y i m b a l a n c e i n t h e p a s s a g e s
3 . 2 . N u m b e r a n d t y p e o f s p e a k e r s
T h e c o r p u s w a s s t r u c t u r e d i n t o 3 t a r g e t c o r p o r a s u b -
s e t s :
M a n y T a l k e r C o r p u s ( 3 0 m a l e + 3 0 f e m a l e s p e a k -
e r s ) : 1 0 0 n u m b e r s , 3 p a s s a g e s , 5 s e n t e n c e s
F e w T a l k e r C o r p u s ( 5 m a l e + 5 f e m a l e s p e a k e r s ,
s e l e c t e d f r o m M A N Y ) : 5 x C V C m a t e r i a l , 5 x 1 0 0
n u m b e r s , 1 5 p a s s a g e s a n d 2 5 s e n t e n c e s .
V e r y F e w T a l k e r C o r p u s ( 1 m a l e + 1 f e m a l e
s p e a k e r s s e l e c t e d f r o m F E W ) : C V C i n c o n t e x t
T h e s p e a k e r s w e r e s e l e c t e d t o c o v e r a w i d e r a n g e o f
a g e g r o u p s a n d n o r m a l v o i c e t y p e s . O n e m a i n a c -
c e n t g r o u p w a s s e l e c t e d ( L i s b o n a r e a ) , t o g e t h e r w i t h
a s m a l l n u m b e r o f s p e a k e r s f r o m o t h e r a c c e n t r e g i o n s .
3 . 3 . D a t a c o l l e c t i o n
T h e r e c o r d i n g s w e r e m a d e i n a n a n e c h o i c c h a m b e r e n -
v i r o n m e n t u s i n g a h i g h q u a l i t y m i c r o p h o n e , d i r e c t l y
t o d i s c ( u s i n g a n A / D b o a r d ) , a n d a l s o t o D A T t a p e .
T h e E U R O P E C p r o g r a m w a s a d o p t e d , p r o m p t i n g t h e
i t e m s t o b e r e a d o n t h e c o m p u t e r s c r e e n ) . T h e s a m -
p l i n g f r e q u e n c y d e n e d f o r t h e p r o j e c t w a s 2 0 k H z .
T h e c a l i b r a t i o n p r o c e d u r e f o l l o w e d t h e S A M r e c o m -
m e n d a t i o n s a s w e l l . C a r e f u l m o n i t o r i n g w a s a d o p t e d .
3 . 4 . A n n o t a t i o n
T h e S A M p r o j e c t d e n e d t h e f o r m a t o f t h e l a b e l l e s
w h i c h w e r e p r o d u c e d . B e s i d e s t h e o r t h o g r a p h i c t r a n -
s c r i p t i o n , t h e s e i n c l u d e d i n f o r m a t i o n a b o u t t h e s i g n a l
l e a n d t h e r e c o r d i n g s e s s i o n , a m o n g o t h e r i t e m s .
3 . 5 . P a c k a g i n g
T h e c o r p u s i s c o n t a i n e d i n t o 5 C D R O M s a n d t o t a l s
2 . 6 G b .
7/29/2019 Trancoso98a.pdf
5/8
4 . B D F A L A
T h e B D F A L A c o r p u s 1 0 ] w a s j o i n t l y d e v e l o p e d b y
I N E S C a n d C L U L i n t h e f r a m e w o r k o f t h e n a t i o n a l
p r o j e c t w i t h t h e s a m e n a m e , s p o n s o r e d b y J N I C T
( P r o g r a m L u s i t ^ a n i a ) . T h e p r o j e c t h a d a s i t s m a i n
g o a l t h e e n l a r g e m e n t o f t h e E U R O M . 1 c o r p u s f o r E u -
r o p e a n P o r t u g u e s e , m a i n l y f o r t h e i m p r o v e m e n t o f
s p e e c h s y n t h e s i s s y s t e m s i n o u r l a n g u a g e .
4 . 1 . L i n g u i s t i c c o n t e n t s
6 t y p e s o f c o r p u s m a t e r i a l w e r e c o l l e c t e d :
4 6 0 0 i s o l a t e d w o r d s
3 5 0 s e n t e n c e s f o r p r o s o d i c s t u d i e s
1 8 p h o n e t i c a l l y - c o m p l e t e p a r a g r a p h s
6 0 r e a d p a r a g r a p h s e x t r a c t e d f r o m t e l e v i s i o n d e -
b a t e s
3 0 0 0 l o g a t o m e s
6 0 0 p h o n e t i c a l l y r i c h s e n t e n c e s
4 . 2 . N u m b e r a n d t y p e o f s p e a k e r s
T h e 8 s p e a k e r s w e r e s e l e c t e d t o a c h i e v e a b a l a n c e i n
t e r m s o f s e x ( 4 m a l e + 4 f e m a l e ) , a g e g r o u p s ( b e t w e e n
2 0 a n d 5 0 ) a n d , a s m u c h a s p o s s i b l e , a m o n g s p e a k e r s
o f t h e E U R O M . 1 c o r p u s . T h e t w o l a t t e r c o r p u s t y p e s
w e r e o n l y s p o k e n b y o n e m a l e a n d o n e f e m a l e s p e a k -
e r s . A s u b s e t o f t h e c o r p u s w a s a l s o r e a d b y t w o y o u n g
s p e a k e r s ( o n e m a l e a n d o n e f e m a l e ) , 1 2 - 1 4 y e a r s o l d ,
w h i c h w e r e a l s o r e c o r d e d i n t h e S A M A p r o j e c t .
4 . 3 . D a t a c o l l e c t i o n
D a t a c o l l e c t i o n t o o k p l a c e i n a s o u n d - p r o o f r o o m .
T w o r e c o r d i n g m o d e s w e r e a d o p t e d : i n t h e c a s e o f
i s o l a t e d w o r d s a n d l o g a t o m e s , t h e m a t e r i a l w a s r e a d
f r o m p a p e r a n d r e c o r d e d d i r e c t l y t o D A T . R e p e t i -
t i o n s w e r e m a d e w h e n e v e r t h e s p e a k e r o r t h e p e r s o n
m o n i t o r i n g t h e r e c o r d i n g d e c i d e d t o . T h e s p e e c h m a -
t e r i a l w a s s e m i - a u t o m a t i c a l l y s e g m e n t e d i n t o w o r d s
a n d v a l i d a t e d a p o s t e r i o r i . I n t h e s e c o n d m o d e u s e d
f o r t h e r e m a i n i n g s e n t e n c e s a n d p a r a g r a p h s , a s e l f -
m o n i t o r i n g p r o g r a m w a s a d o p t e d w h i c h r e c o r d e d d i -
r e c t l y i n t o d i s c . A f t e r r e a d i n g e a c h s e n t e n c e o r p a r a -
g r a p h , t h e s p e a k e r h a d t h e a l t e r n a t i v e o f l i s t e n i n g t o
t h e r e c o r d e d m a t e r i a l , r e c o r d i n g i t a g a i n o r p r o c e e d -
i n g t o t h e n e x t i t e m t o b e r e a d . T h e r e c o r d i n g s w e r e
d u l y c a l i b r a t e d i n b o t h c a s e s . T h e s a m p l i n g f r e q u e n c y
w a s 1 6 k H z .
4 . 4 . A n n o t a t i o n
F o r e a c h s p o k e n i t e m , t h e c o r r e s p o n d i n g o r t h o g r a p h i c
s c r i p t i s s a v e d i n a s e p a r a t e A S C I I l e . A p r o n u n c i a -
t i o n l e x i c o n w i t h c i t a t i o n p h o n e m i c t r a n s c r i p t i o n s f o r
e a c h w o r d i s a l s o i n c l u d e d . T h e s e w e r e a u t o m a t i c a l l y
p r o d u c e d a n d h a n d - c o r r e c t e d a p o s t e r i o r i .
4 . 5 . P a c k a g i n g
T h e c o r p u s m a t e r i a l a m o u n t s t o a r o u n d 2 . 4 G b , a n d
i s s t o r e d i n 4 C D R O M s .
5 . B D - P U B L I C O
T h e B D - P U B L I C O 5 ] d a t a b a s e ( B a s e d e D a d o s e m
P o r t u g u ^ e s e U r o p e u , v o c a B u l a r i o L a r g o , I n d e p e n d e n t e
d o o r a d o r e f a l a C O n t n u a ) w a s c o l l e c t e d b y I N E S C
i n t h e f r a m e w o r k o f a n a t i o n a l p r o j e c t ( P R A X I S X X I
P r o g r a m ) , a n E u r o p e a n p r o j e c t ( S p r a c h ) a n d w i t h
t h e c o l l a b o r a t i o n o f I n s t i t u t o S u p e r i o r T e c n i c o ( I S T )
a n d t h e P
U B L I C O n e w s p a p e r .
I n t h i s d a t a b a s e w e i m p o s e a d i c t a t i o n t a s k , b u t i n
a s p e a k e r - i n d e p e n d e n t m o d e , g i v e n t h e n u m b e r o f
s p e a k e r s a n d t h e q u a n t i t y o f d a t a f o r e a c h s p e a k e r .
I t m i g h t n o t b e t h e b e s t s i t u a t i o n i n t e r m s o f c o n t i -
n o u s s p e e c h r e c o g n i t i o n b u t i t w i l l h e l p u s t o d e v e l o p
d o m a i n i n d e p e n d e n t a c o u s t i c m o d e l s , p r o n u n c i a t i o n
d i c t i o n a r i e s a n d l a n g u a g e m o d e l s a n d , t h e r e b y , d o -
m a i n i n d e p e n d e n t c o n t i n u o u s s p e e c h r e c o g n i t i o n s y s -
t e m s . O u r a i m w a s t o c r e a t e a c o r p u s e q u i v a l e n t i n
s i z e t o t h e W S J 0 d a t a b a s e 6 ] .
5 . 1 . L i n g u i s t i c c o n t e n t s
F o r t h i s p u r p o s e , w e c o l l e c t e d a l a r g e c o r p u s o f n e w s -
p a p e r t e x t e x t r a c t e d f r o m t h e P o r t u g u e s e n e w s p a p e r
P
U B L I C O ( a d a i l y n e w s p a p e r , w i t h a b r o a d c o v e r a g e
o f s u b j e c t s , w r i t i n g s t y l e s a n d a v a i l a b l e o n t h e W E B ) .
W e c o l l e c t e d 6 m o n t h s o f n e w s , r e s u l t i n g i n a t o t a l o f
1 0 M w o r d s a n d 1 5 6 k d i e r e n t w o r d s .
T h e n e w s p a p e r t e x t w a s d i v i d e d i n t o t h r e e p a r t s :
t r a i n i n g ( 8 0 % ) , d e v e l o p m e n t ( 1 0 % ) a n d e v a l u a t i o n
( 1 0 % ) . T h i s s e l e c t i o n w a s m a d e i n a r a n d o m f a s h -
i o n h a v i n g t h e p a r a g r a p h a s u n i t .
S p e a k e r s w e r e a s k e d t o r e a d a s e t o f s e n t e n c e s e x -
t r a c t e d i n p a r a g r a p h b l o c k s f r o m t h i s t e x t . F o r b o t h
t h e d e v e l o p m e n t a n d e v a l u a t i o n t e s t s e t s w e d e c i d e d
t o h a v e t w o v o c a b u l a r i e s : a s m a l l o n e w i t h n o m o r e
t h a n 5 K w o r d s a n d a l a r g e r o n e w i t h n o m o r e t h a n
2 0 K w o r d s .
T h e o v e r a l l s e l e c t e d s e n t e n c e s w e r e i n d i v i d u a l l y e x -
a m i n e d , t o e l i m i n a t e t h o s e t h a t w e r e h a r d t o r e a d .
T h e n t h e y w e r e c o n v e r t e d i n t o p r o m p t s t o b e u s e d i n
t h e r e c o r d i n g p h a s e , a n d i n t o s t a n d a r d S G M L f o r m a t
t o b e u s e d i n t h e r e c o g n i z e r s c o r e .
A d d i t i o n a l l y , 1 5 s p e a k e r - a d a p t a t i o n a n d 3 c a l i b r a t i o n
s e n t e n c e s w e r e s e l e c t e d . T h e s e s e n t e n c e s w e r e c h o s e n
t o b e p h o n e t i c a l l y r i c h . T h e y w e r e o r i g i n a l l y f r o m t h e
P
U B L I C O t e x t s b u t w e r e m o d i e d b y h a n d .
T h e n u m b e r s o f s e n t e n c e s a r e t h e f o l l o w i n g f o r e a c h
s e t :
T r a i n i n g s e t w i t h 8 0 s e n t e n c e s p l u s 3 c a l i b r a t i o n
s e n t e n c e s f o r e a c h s p e a k e r .
T e s t s e t s w i t h 4 0 s e n t e n c e s p l u s 1 5 s p e a k e r -
a d a p t a t i o n s e n t e n c e s a n d 3 c a l i b r a t i o n s e n t e n c e s
f o r e a c h s p e a k e r .
7/29/2019 Trancoso98a.pdf
6/8
T h e a l l o c a t i o n o f t h e s e n t e n c e s t o t h e s p e a k e r s w a s
r a n d o m , w i t h s e n t e n c e r e p l a c e m e n t b e t w e e n s p e a k e r s .
5 . 2 . N u m b e r a n d t y p e o f s p e a k e r s
S p e a k e r s e l e c t i o n w a s d o n e a m o n g u n d e r g r a d u a t e
a n d g r a d u a t e s t u d e n t s f r o m I S T , a l a r g e e n g i n e e r i n g
s c h o o l o f t h e T e c h n i c a l U n i v e r s i t y o f L i s b o n . A g e s
r a n g e d b e t w e e n 1 9 a n d 2 8 a n d a b r o a d c o v e r a g e o f
a c c e n t s w a s o b t a i n e d .
W e r e c o r d e d a t o t a l o f 1 2 0 s p e a k e r s w i t h 1 0 0 f o r t h e
t r a i n i n g s e t ( 5 0 m a l e a n d 5 0 f e m a l e ) a n d 2 0 s p e a k e r s
( 1 0 m a l e a n d 1 0 f e m a l e ) d i v i d e d e q u a l l y i n t h e 5 K
w o r d s e t s ( e v a l u a t i o n / d e v e l o p m e n t ) . E a c h r e c o r d i n g
s e s s i o n r e s u l t e d i n 1 5 m i n u t e s o f s p e e c h .
W e e x p e c t t o r e c o r d t h e 2 0 K w o r d s s e t s i n a l a t e r
p h a s e . I t w i l l b e s i m p l e t o c r e a t e n e w t e s t s e t s b e c a u s e
t h e r e c o r d i n g c o n d i t i o n s a n d t h e s t u d e n t s w i l l s t i l l b e
a v a i l a b l e .
5 . 3 . D a t a c o l l e c t i o n
T h e r e c o r d i n g s w e r e d o n e i n a s o u n d p r o o f r o o m a t
I N E S C ( L i s b o n ) u s i n g a h i g h q u a l i t y m i c r o p h o n e , d i -
r e c t l y t o d i s c w i t h 1 6 k H z s a m p l i n g f r e q u e n c y .
5 . 4 . A n n o t a t i o n
A p r o n u n c i a t i o n l e x i c o n w i t h c i t a t i o n p h o n e m i c t r a n -
s c r i p t i o n s f o r e a c h w o r d w a s p r o d u c e d b y h a n d -
c o r r e c t i n g t h e a u t o m a t i c a l l y g e n e r a t e d t r a n s c r i p t i o n s .
5 . 5 . P a c k a g i n g
T h e c o r p u s m a t e r i a l a m o u n t s t o m o r e t h a n 2 G b , a n d
w e e x p e c t t o r e l e a s e i t i n 4 C D R O M s .
6 . S P E E C H D A T
T h e S P E E C H D A T 4 ] c o r p u s c o l l e c t i o n f o r E u r o p e a n
P o r t u g u e s e w a s d i v i d e d i n t o 2 p h a s e s : t h e r s t p h a s e
c o m p r i s e d t h e c o l l e c t i o n o f 1 0 0 0 t e l e p h o n e c a l l s a n d
w a s d o n e i n t h e s c o p e o f t h e p r e p a r a t o r y M L A P P r o -
g r a m . T h e s e c o n d p h a s e c o m p r i s e s 4 0 0 0 t e l e p h o n e
c a l l s a n d i s t a k i n g p l a c e i n t h e f r a m e w o r k o f t h e L a n -
g u a g e E n g i n e e r i n g p r o j e c t w i t h t h e s a m e n a m e , w h i c h
i n c o r p o r a t e s d a t a b a s e s f r o m a l l o c i a l l a n g u a g e s o f
t h e E u r o p e a n U n i o n a n d s o m e m a j o r d i a l e c t a l v a r i -
a n t s . I n b o t h p r o j e c t s , t h e w o r k i s d o n e b y I N E S C
u n d e r a s u b c o n t r a c t w i t h P o r t u g a l T e l e c o m . T h e s e c -
o n d p h a s e i s n o t y e t c o m p l e t e (
1 2 0 0 m i s s i n g ) .
T h e m a i n g o a l o f t h e s e d a t a b a s e s i s t o p r o v i d e a r e a l -
i s t i c b a s i s f o r t r a i n i n g a n d a s s e s s m e n t o f b o t h i s o l a t e d
a n d c o n t i n u o u s s p e e c h u t t e r a n c e s , e i t h e r u s i n g w h o l e
w o r d o r s u b w o r d a p p r o a c h e s , a n d t h u s c a n b e u s e d
f o r d e v e l o p i n g v o i c e d r i v e n t e l e s e r v i c e s .
6 . 1 . L i n g u i s t i c c o n t e n t s
I n t h e c u r r e n t p h a s e , e a c h s p e a k e r i s a s k e d t o a n s w e r a
f e w s p o n t a n e o u s q u e s t i o n s ( 7 ) , s o m e o f t h e m r e l a t e d
t o d e m o g r a p h i c i n f o r m a t i o n ( e . g . d a t e a n d p l a c e o f
b i r t h ) a n d t o r e a d a p r o m p t s h e e t w i t h 3 3 i t e m s . 4 0 0 0
d i e r e n t p r o m p t s h e e t s w e r e p r o d u c e d . T h e r e c o r d i n g
m a t e r i a l f o r e a c h s p e a k e r c o m p r i s e s :
3 a p p l i c a t i o n w o r d s ( c h o s e n f r o m a v o c a b u l a r y o f
3 0 )
1 s e q u e n c e o f i s o l a t e d d i g i t s
4 c o n n e c t e d d i g i t s ( p r o m p t s h e e t , t e l e p h o n e ,
c r e d i t c a r d , P I N c o d e )
3 d a t e s ( 1 s p o n t a n e o u s ( d a t e o f b i r t h ) + 2 r e a d )
1 w o r d s p o t t i n g p h r a s e
1 i s o l a t e d d i g i t
1 c u r r e n c y a m o u n t
1 n a t u r a l n u m b e r
3 s p e l l e d w o r d s ( 1 s p o n t a n e o u s ( f o r e n a m e ) + 2
r e a d )
5 d i r e c t o r y a s s i s t a n c e n a m e s ( 2 s p o n t a n e o u s
( f o r e n a m e a n d p l a c e o f b i r t h ) + 3 r e a d )
2 q u e s t i o n s ( p r e d o m i n a n t l y y e s a n d n o , b u t a l s o
f u z z y a n s w e r s )
2 t i m e p h r a s e s ( 1 s p o n t a n e o u s ( t i m e o f d a y ) + 1
r e a d )
4 p h o n e t i c a l l y r i c h w o r d s ( c h o s e n f r o m a s e t o f
4 0 0 0 )
9 p h o n e t i c a l l y r i c h s e n t e n c e s ( c h o s e n f r o m a s e t
o f 3 6 0 0 )
6 . 2 . N u m b e r a n d t y p e o f s p e a k e r s
S p e a k e r s e l e c t i o n i s d o n e a m o n g e m p l o y e e s o f P o r t u -
g a l T e l e c o m a n d t h e i r r e l a t i v e s a n d f r i e n d s . I n t h e
c u r r e n t s e c o n d p h a s e , t h e d e m o g r a p h i c c o v e r a g e i s
a s f o l l o w s : E n t r e - D o u r o - e - M i n h o - 3 1 % , E s t r e m a d u r a
- 2 3 % , B e i r a - L i t o r a l - 1 4 % , A l e n t e j o - 7 % , T r a s - o s -
M o n t e s - 5 % , r e m a i n i n g r e g i o n s - l e s s t h a n 5 % e a c h .
A l t h o u g h n o t r e q u i r e d i n t h e p r o j e c t s p e c i c a t i o n s ,
w e a r e t r y i n g t o r e a c h a m i n i m u m o f 5 % f o r t h e r e -
m a i n i n g r e g i o n s .
T h e a g e d i s t r i b u t i o n e x c e e d s 2 0 % f o r t h e 3 m a i n a g e
g r o u p s c o n s i d e r e d : 1 6 - 3 0 , 3 1 - 4 5 4 6 - 6 0 . G e n d e r d i s t r i -
b u t i o n i s c l o s e t o i d e a l ( 4 7 % m a l e a n d 5 3 % f e m a l e ) .
6 . 3 . D a t a c o l l e c t i o n
T h e d e s i g n o f t h e c o l l e c t i o n p l a t f o r m a n d t h e s p e e c h
d a t a c o l l e c t i o n i t s e l f a r e t h e r e s p o n s i b i l i t y o f I N -
E S C T E L . T h e r e c o r d i n g p l a t f o r m c o n s i s t s o f a P C
e q u i p p e d w i t h t w o D i a l o g i c b o a r d s : t h e D T I / 2 1 2
b o a r d c o n n e c t s t h e 8 c h a n n e l s o f t h e D / 8 1 A b o a r d
t o t h e E - 1 d i g i t a l n e t w o r k . T h e s p e e c h s i g n a l s a r e
s t o r e d a t 8 k H z , 8 - b i t A - l a w f o r m a t .
7/29/2019 Trancoso98a.pdf
7/8
6 . 4 . A n n o t a t i o n
E a c h s p e e c h l e h a s a n a c c o m p a n y i n g A S C I I S A M
l a b e l l e . T h e s e l e s i n c l u d e i n f o r m a t i o n a b o u t t h e
c a l l i n g s e s s i o n , t h e r e c o r d i n g c o n d i t i o n s , s p e a k e r s e x ,
a g e a n d a c c e n t , s i g n a l l e , r e c o r d i n g d a t e a n d t i m e ,
a s s e s s m e n t c o d e s a n d t h e l a b e l l e b o d y i t s e l f . T h i s
i n c l u d e s b o t h t h e p r o m p t i n g s c r i p t a n d t h e o r t h o -
g r a p h i c t r a n s c r i p t i o n . A p r o n u n c i a t i o n l e x i c o n w i t h
c i t a t i o n p h o n e m i c t r a n s c r i p t i o n s f o r e a c h w o r d i s a l s o
i n c l u d e d . T h e s e w e r e a u t o m a t i c a l l y p r o d u c e d a n d
h a n d - c o r r e c t e d a p o s t e r i o r i .
6 . 5 . P a c k a g i n g
T h e c o r p u s m a t e r i a l f o r t h e r s t p h a s e ( 1 0 0 0 s p e a k -
e r s ) i s s t o r e d i n 3 C D R O M s . T h e p h o n e t i c a l l y r i c h
s e n t e n c e s a r e c o n t a i n e d i n o n e C D R O M a n d t h e r e -
m a i n i n g m a t e r i a l i n t w o . A l l t h e s i g n a l l e s w e r e c o m -
p r e s s e d v i a G N U z i p . T h e r s t 1 0 0 0 s p e a k e r s o f t h e
s e c o n d p h a s e a r e s t o r e d i n 3 C D R O M s , b u t t h e s i g n a l
l e s w e r e n o t c o m p r e s s e d .
7 . C O R A L
T h e C O R A L c o r p u s 1 1 ] i s b e i n g c o l l e c t e d i n t h e
f r a m e w o r k o f a n a t i o n a l p r o j e c t s p o n s o r e d b y t h e
P R A X I S X X I p r o g r a m , b y a c o n s o r t i u m f o r m e d b y
I N E S C , C L U L , F L U L ( F a c u l d a d e d e L e t r a s d a U n i -
v e r s i d a d e d e L i s b o a ) , a n d F C S H - U N L ( F a c u l d a d e d e
C i ^ e n c i a s S o c i a i s e H u m a n a s d a U n i v e r s i d a d e N o v a d e
L i s b o a ) .
T h e p u r p o s e o f t h i s p r o j e c t i s t h e c o l l e c t i o n o f a s p o -
k e n d i a l o g u e c o r p u s , w i t h s e v e r a l l e v e l s o f l a b e l l i n g :
o r t h o g r a p h i c , p h o n e t i c , p h o n o l o g i c a l , s y n t a c t i c a n d
s e m a n t i c .
7 . 1 . L i n g u i s t i c c o n t e n t s
T h e t a s k o f e a c h d i a l o g u e i s t o f o l l o w m a p d i r e c t i o n s ,
a s d o n e a l r e a d y i n s e v e r a l o t h e r l a n g u a g e s . O n e o f
t h e p a r t i c i p a n t s i n t h e d i a l o g u e h a s a m a p w i t h s o m e
l a n d m a r k s a n d a r o u t e d r a w n b e t w e e n t h e m t h e o t h e r
h a s a l s o l a n d m a r k s , b u t n o r o u t e a n d c o n s e q u e n t l y
m u s t r e c o n s t r u c t i t . I n o r d e r t o e l i c i t c o n v e r s a t i o n ,
t h e r e a r e s m a l l d i e r e n c e s b e t w e e n t h e t w o m a p s : o n e
o f t h e l a n d m a r k s i s d u p l i c a t e d i n o n e m a p a n d s i n g l e
i n t h e o t h e r s o m e l a n d m a r k s a r e o n l y p r e s e n t i n o n e
o f t h e m a p s a n d s o m e h a v e s l i g h t l y d i e r e n t n a m e s
i n t h e t w o m a p s ( e . g . c u r v a s p e r i g o s a s v s .t r o
c o s i n -
u o s o ) .
I n t h e 1 6 d i e r e n t m a p s , t h e n a m e s o f t h e l a n d -
m a r k s w e r e c h o s e n t o a l l o w t h e s t u d y o f s o m e c o n -
n e c t e d s p e e c h p h e n o m e n a . T h e f o l l o w i n g c o n t e x t s
w e r e e l i c i t e d :
s e q u e n c e s w i t h / l / f a v o u r i n g o r n o t i t s v e l a r i z a -
t i o n ( e . g . s a l a m a l v a , s a l a m a r g o )
S e q u e n c e s w i t h / s / i n w o r d n a l p o s i t i o n f o l l o w e d
b y a n o t h e r c o r o n a l f r i c a t i v e ( e . g . b a r c o s s a l v a -
v i d a s )
S e q u e n c e s o f p l o s i v e s f o r m e d a c r o s s w o r d b o u n d -
a r i e s ( e . g . c l u b e d e t i r o )
S e q u e n c e s o f o b s t r u e n t s f o r m e d w i t h i n a n d a c r o s s
w o r d b o u n d a r i e s ( e . g . b a i r r o s d e g r a d a d o s )
T h e l a s t t h r e e i t e m s w e r e d e s i g n e d t o a l l o w a m o r e
c o m p r e h e n s i v e s t u d y o f c o n s o n a n t c l u s t e r s f o r m e d
w i t h i n a n d a c r o s s w o r d b o u n d a r i e s a n d s h o u l d , t h e r e -
f o r e , b e j o i n t l y i n v e s t i g a t e d .
7 . 2 . N u m b e r a n d t y p e o f s p e a k e r s
T h e c o r p u s i n c l u d e s 3 2 s p e a k e r s , w h i c h w e r e d i v i d e d
i n t o 8 q u a r t e t s a n d , i n e a c h q u a r t e t , o r g a n i z e d t o t a k e
p a r t i n 8 d i e r e n t d i a l o g u e s . G i v e n t h e r e d u c e d n u m -
b e r o f s p e a k e r s , t h e y w e r e c h o s e n t o a c h i e v e a n a d e -
q u a t e b a l a n c e o f s e x e s , b u t w e r e r e s t r i c t e d i n t e r m s
o f a g e ( u n d e r - g r a d u a t e o r g r a d u a t e s t u d e n t s ) a n d a c -
c e n t ( L i s b o n a r e a ) . S p e a k e r s a r e c h o s e n i n p a i r s w h o
k n o w e a c h o t h e r , s o t h a t h a l f o f t h e c o n v e r s a t i o n s t a k e
p l a c e b e t w e e n \ f r i e n d s " a n d h a l f b e t w e e n p e o p l e w h o
d o n o t k n o w e a c h o t h e r .
7 . 3 . D a t a c o l l e c t i o n
T h e r e c o r d i n g s t a k e p l a c e i n a s o u n d p r o o f r o o m a t
I N E S C , w i t h n o v i s u a l c o n t a c t b e t w e e n t h e s p e a k e r s
e n g a g e d i n t h e d i a l o g u e . T h e s p e a k e r s w e a r c l o s e -
t a l k i n g m i c r o p h o n e s a n d t h e r e c o r d i n g s a r e m a d e i n
s t e r e o d i r e c t l y t o D A T a n d l a t e r d o w n - s a m p l e d t o 1 6
k H z p e r c h a n n e l . B e f o r e e a c h c o n v e r s a t i o n , t h e s p e a k -
e r s a r e b r i e f e d a n d r e c o r d i n g l e v e l s a r e a d j u s t e d . N o
m o n i t o r i n g i s d o n e o n c e t h e r e c o r d i n g s s t a r t . T h e
r e c o r d i n g p h a s e i s n o t y e t c o m p l e t e .
7 . 4 . A n n o t a t i o n
A s m e n t i o n e d a b o v e , t h i s c o r p u s w i l l b e a n n o t a t e d i n
s e v e r a l l e v e l s . F o r t h e r e c o r d i n g s d o n e u p t o t h e m o -
m e n t , o n l y o r t h o g r a p h i c t r a n s c r i p t i o n w a s i n c l u d e d .
D u e t o s e v e r e f u n d i n g r e s t r i c t i o n s , o n l y a s u b s e t o f
t h e c o r p u s w i l l b e a n n o t a t e d a t a l l l e v e l s .
8 . D i s s e m i n a t i o n a n d F u t u r e r e s e a r c h
e o r t s
A l l t h e s e d a t a b a s e s w i l l b e a v a i l a b l e i n t h e n e a r f u t u r e
t h r o u g h t h e E L R A A g e n c y , a l t h o u g h t h e d i s t r i b u t i o n
o f t h e S P E E C H D A T c o r p u s i s t h e r e s p o n s i b i l i t y o f
P o r t u g a l T e l e c o m .
A c o n s i d e r a b l e e o r t i s s t i l l n e e d e d i n o r d e r t o p r o v i d e
a f u l l a n d c o h e r e n t a n n o t a t i o n o f a l l t h e p r e s e n t e d
s p o k e n c o r p o r a . T h i s o n - g o i n g e o r t i s c r u c i a l f o r
a m u l t i p l i c i t y o f p u r p o s e s , i n c l u d i n g b a s i c l i n g u i s t i c
r e s e a r c h a s w e l l a s t h e d e v e l o p m e n t o f d i e r e n t t y p e s
o f a p p l i c a t i o n s f o r E u r o p e a n P o r t u g u e s e .
T h e n e e d s f o r f u r t h e r s p o k e n l a n g u a g e r e s o u r c e s i n
E u r o p e a n P o r t u g u e s e a r e n o t e x h a u s t e d w i t h t h e s e
c o r p o r a . W e h a v e a l r e a d y m e n t i o n e d t h e n e e d f o r
W i z a r d o f O z c o l l e c t i o n s , f o r i n s t a n c e , a n d i n l a r g e
v o c a b u l a r y s p e e c h r e c o g n i t i o n , t o p i c s p o t t i n g a n d
s p e e c h s y n t h e s i s r e s e a r c h , t h e r e i s a l s o a n e e d f o r
7/29/2019 Trancoso98a.pdf
8/8
a c o r p u s w h i c h i n c o r p o r a t e s a v a r i e t y o f s p e a k i n g
s t y l e s a n d c h a n n e l c o n d i t i o n s . B r o a d c a s t n e w s f r o m
b o t h t e l e v i s i o n a n d r a d i o p r o g r a m m e s p r o v i d e a g o o d
f r a m e w o r k f o r t h i s t y p e o f r e s e a r c h . T h i s c o l l e c t i o n
i s p l a n n e d f o r t h e n e a r f u t u r e a n d , i f p o s s i b l e , w e
w o u l d l i k e t o d o i t i n t h e f r a m e w o r k o f a n i n t e r n a t i o n a l
p r o j e c t , s o t h a t c o r p o r a o f c o m p a r a b l e s t r u c t u r e a n d
d i m e n s i o n c o u l d b e c o l l e c t e d , i n o r d e r t o e n a b l e t h e
e v a l u a t i o n o f f u t u r e r e s u l t s .
R e f e r e n c e s
1 ] M . B e c k m a n a n d G . A y e r s E l a m , G u i d e t o T o B I
L a b e l l i n g , E l e c t r o n i c t e x t a n d a c c o m p a n y i n g a u -
d i o e x a m p l e l e s a v a i l a b l e a t h t t p : / / l i n g . o h i o -
s t a t e . e d u / P h o n e t i c s / E T o B I / e t o b i h o m e p a g e -
. h t m l , 1 9 9 4 / 1 1 9 7 .
2 ] D . C h a n , A . F o u r c i n , D . G i b b o n , B . G r a n s t r o m ,
M . H u c k v a l e , G . K o k k i n a k i s , K . K v a l e , L . L a m e l ,
B . L i n d b e r g , A . M o r e n o , J . M o u r o p o u l o s , F . S e -
n i a , I . T r a n c o s o , C . V e l d a n d J . Z e i l i g e r ( i n a l -
p h a b e t i c a l o r d e r ) , E U R O M - a S p o k e n L a n g u a g e
R e s o u r c e f o r t h e E U , P r o c . E u r o p e a n C o n f e r e n c e
o n S p e e c h T e c h n o l o g y , M a d r i d , S e p t e m b e r 1 9 9 5 .
3 ] D a f y d d G i b b o n , R o g e r M o o r e a n d R i c h a r d W i n -
s k i ( E d i t o r s ) , H a n d b o o k o f S t a n d a r d s a n d R e -
s o u r c e s f o r S p o k e n L a n g u a g e S y s t e m s , 1 9 9 7 .
4 ] H . H o g e , H . T r o p f , R . W i n s k i , H . v a n d e n
H e u v e l , R . H a e b - U m b a c h a n d K . C h o u k r i , E u -
r o p e a n S p e e c h D a t a b a s e s f o r T e l e p h o n e A p p l i c a -
t i o n s , P r o c . I n t . C o n f . A c o u s t . , S p e e c h a n d S i g -
n a l P r o c e s s i n g , M u n i c h , M a r c h 1 9 9 7 .
5 ] J . N e t o , C . M a r t i n s , H . M e i n e d o a n d L . A l m e i d a ,
T h e D e s i g n o f a L a r g e V o c a b u l a r y S p e e c h C o r p u s
f o r P o r t u g u e s e , P r o c . E u r o p e a n C o n f e r e n c e o n
S p e e c h T e c h n o l o g y , R h o d e s , G r e e c e , S e p t e m b e r
1 9 9 7 .
6 ] D . P a u l a n d J . B a k e r , T h e D e s i g n f o r t h e W a l l
S t r e e t J o u r n a l - b a s e d C S R C o r p u s , P r o c . I n t e r n a -
t i o n a l C o n f e r e n c e o n S p o k e n L a n g u a g e P r o c e s s -
i n g , B a n , A l b e r t a , p p . 8 9 9 - 9 0 2 , 1 9 9 2 .
7 ] J . P i t r e l l i , M . B e c k m a n a n d J . H i r s c h b e r g , E v a l u -
a t i o n o f p r o s o d i c t r a n s c r i p t i o n l a b e l l i n g r e l i a b i l i t y
i n t h e T o B I f r a m e w o r k P r o c . I n t e r n a t i o n a l C o n -
f e r e n c e o n S p o k e n L a n g u a g e P r o c e s s i n g , Y o k o -
h a m a , J a p a n , V o l . 1 , p p . 1 2 3 - 1 2 6 , 1 9 9 4 .
8 ] E . S h r i b e r g , P r e l i m i n a r i e s t o a T h e o r y o f S p e e c h
D i s u e n c i e s , P h D D i s s . , U n i v e r s i t y o f C a l i f o r n i a
a t B e r k e l e y , 1 9 9 4 .
9 ] K . S i l v e r m a n , M . B e c k m a n , J . P i t r e l l i , M . O s t e n -
d o r f , C . W h i g h t m a n , P . P r i c e , J . P i e r r e h u m b e r t
a n d J . H i r s c h b e r g , T o B I : a s t a n d a r d f o r l a b e l i n g
E n g l i s h p r o s o d y , P r o c . I n t e r n a t i o n a l C o n f e r e n c e
o n S p o k e n L a n g u a g e P r o c e s s i n g , B a n , A l b e r t a ,
p p . 8 6 7 - 8 7 0 , 1 9 9 2 .
1 0 ] I . T r a n c o s o , C . V i a n a , L . O l i v e i r a , M . M a s c a r e n -
h a s , P . C a r v a l h o a n d C . R i b e i r o , B D F A L A F i n a l
R e p o r t , J u n e 1 9 9 7 .
1 1 ] C . V i a n a a n d I . T r a n c o s o , C O R A L I n t e r n a l R e -
p o r t ( R e f . C O R A L / 9 7 / 0 8 ) , N o v e m b e r 1 9 9 7 .