ティミット

TIMIT は、さまざまな性別と方言のアメリカ英語話者の音声を音韻的および語彙的に書き起こしたコーパスです。書き起こされた各要素は時間的に区切られています。

TIMITは、音響音声学的知識と自動音声認識システムの向上を目的として設計された。これはDARPAの委託を受け、コーパスの設計はマサチューセッツ工科大学、SRIインターナショナル、テキサスインスツルメンツ（TI）の共同作業であった。音声はTIで録音され、MITで文字起こしされ、国立標準技術研究所（NIST）で検証され、公開用に準備された。^[1] NTIMIT（Network TIMIT）と呼ばれる電話帯域幅バージョンもある。

TIMIT と NTIMIT は無料では入手できません。データセットにアクセスするには、 Linguistic Data Consortiumのメンバーシップまたは金銭の支払いが必要です。

歴史

TIMIT 電話コーパスは、音声サンプルのデータベースを作成する初期の試みでした。^[2]これは 1988 年にCD-ROMで公開され、話者 1 人につき 10 文のみで構成されています。話者 1 人につき 2 つの「方言」文が読み上げられ、さらに大きなセットから選択された 8 つの文が読み上げられました。 ^[3]各文の平均長さは 3 秒で、630 人の話者が話しています。^[4]これは音声コーパスの作成と配布における最初の注目すべき試みであり、プロジェクト全体で 150 万ドルのコストがかかりました。^[5]

このプロジェクトの正式名称はDARPA-TIMIT Acoustic-Phonetic Continuous Speech Corpus ^[6]で、TIMITの頭文字はTexas Instruments/Massachusetts Institute of Technologyの略です。電話音声のコーパスが作成された主な理由は、音声認識ソフトウェアをトレーニングするためでした。ブリザードチャレンジでは、さまざまなソフトウェアがオーディオ録音をテキストデータに変換する義務があり、TIMITコーパスが標準化されたベースラインとして使用されました。^[7]

参照

機械学習におけるデータセットの比較

参考文献

^ Fisher, William M.; Doddington, George R.; Goudie-Marshall, Kathleen M. (1986)。「DARPA 音声認識研究データベース: 仕様と状況」。音声認識に関する DARPA ワークショップの議事録。pp. 93–99。
^ Morales, Nicolas、Tejedor, Javier、Garrido, Javier、Colas, Jose、Toledano, Doroteo T (2008)。「STC-TIMIT による単一チャネル電話コーパスの生成」。第 6 回国際言語リソースおよび評価 (LREC'08) の議事録: 391–395。{{cite journal}}: CS1 maint: 複数の名前: 著者リスト (リンク)
^ Lori F Lamel、Robert H. Kassel、Stephanie Seneff (1986)。音声データベース開発: 音響音声コーパスの設計と分析(技術レポート)。DARPA (SAIC-86/1546)。
^ John S Garofolo、Lori F Lamel 、William M Fisher、Jonathan G Fiscus、David S Pallett、Nancy L Dahlgren (1993)。DARPA TIMIT (技術レポート)。米国国立標準技術研究所。doi :10.6028/nist.ir.4930。
^ Nattanun Chanchaochai、Christopher Cieri、Japhet Debrah、Hongwei Ding、Yue Jiang、Sishi Liao、Mark Liberman、Jonathan Wright、Jiahong Yuan、Juhong Zhan、Yuqing Zhan (2018)。GlobalTIMIT :世界の言語の音響音声データセット。Interspeech 2018。ISCA。doi :10.21437/interspeech.2018-1185。
^ Bauer, Patrick、Scheler, David、Fingscheidt, Tim (2010)。WTIMIT : 3G AMR ワイドバンドモバイルネットワーク経由で送信される TIMIT 音声コーパス。LREC。{{cite conference}}: CS1 maint: 複数の名前: 著者リスト (リンク)
^ 澤田圭・浅井千秋・橋本圭・大浦圭一郎・徳田圭一 (2016). Blizzard Challenge 2016 向け NITech テキスト読み上げシステム。Blizzard Challenge 2016 ワークショップ。{{cite conference}}: CS1 maint: 複数の名前: 著者リスト (リンク)

外部リンク

TIMIT 音響音声連続音声コーパス

[1] Fisher, William M.; Doddington, George R.; Goudie-Marshall, Kathleen M. (1986)。「DARPA 音声認識研究データベース: 仕様と状況」。音声認識に関する DARPA ワークショップの議事録。pp. 93–99。

[2] Morales, Nicolas、Tejedor, Javier、Garrido, Javier、Colas, Jose、Toledano, Doroteo T (2008)。「STC-TIMIT による単一チャネル電話コーパスの生成」。第 6 回国際言語リソースおよび評価 (LREC'08) の議事録: 391–395。{{cite journal}}: CS1 maint: 複数の名前: 著者リスト (リンク)

[3] Lori F Lamel、Robert H. Kassel、Stephanie Seneff (1986)。音声データベース開発: 音響音声コーパスの設計と分析(技術レポート)。DARPA (SAIC-86/1546)。

[4] John S Garofolo、Lori F Lamel 、William M Fisher、Jonathan G Fiscus、David S Pallett、Nancy L Dahlgren (1993)。DARPA TIMIT (技術レポート)。米国国立標準技術研究所。doi :10.6028/nist.ir.4930。

[5] Nattanun Chanchaochai、Christopher Cieri、Japhet Debrah、Hongwei Ding、Yue Jiang、Sishi Liao、Mark Liberman、Jonathan Wright、Jiahong Yuan、Juhong Zhan、Yuqing Zhan (2018)。GlobalTIMIT :世界の言語の音響音声データセット。Interspeech 2018。ISCA。doi :10.21437/interspeech.2018-1185。

[6] Bauer, Patrick、Scheler, David、Fingscheidt, Tim (2010)。WTIMIT : 3G AMR ワイドバンドモバイルネットワーク経由で送信される TIMIT 音声コーパス。LREC。{{cite conference}}: CS1 maint: 複数の名前: 著者リスト (リンク)

[7] 澤田圭・浅井千秋・橋本圭・大浦圭一郎・徳田圭一 (2016). Blizzard Challenge 2016 向け NITech テキスト読み上げシステム。Blizzard Challenge 2016 ワークショップ。{{cite conference}}: CS1 maint: 複数の名前: 著者リスト (リンク)