PhoneBook: NYNEX Isolated Words数据集介绍，官网编号LDC95S27

PhoneBook: NYNEX Isolated Words数据集是一个专注于美国英语孤立词发音的语音数据集，以下是对该数据集的详细介绍：

一、基本信息

• 名称：PhoneBook: NYNEX Isolated Words
• 作者：John F. Pitrelli, Cynthia Fong
• LDC编号：LDC95S27
• ISBN：1-58563-055-1
• ISLRN：574-104-816-534-9
• DOI：PhoneBook: NYNEX Isolated Words - Linguistic Data Consortium
• 发布时间：1995年（由Linguistic Data Consortium发布）

二、数据集内容

• 语音类型：孤立词语音数据
• 语言：美国英语
• 语音样本数量：核心部分包含93,667个孤立词发音，总计23小时的语音数据
• 词汇量：包含7,979个不同的单词
• 说话人数量：1,358名说话人，每个单词平均由11.7名说话人发音
• 采样率：8000 Hz
• 数据格式：8-bit mu-law数字格式
• 数据来源：直接从T1电话线路录制

三、数据集特点

1. 全面性：数据集旨在包含美国英语中所有音素在尽可能多的音段/重音上下文中的发音，以产生协同发音变异。
2. 多样性：说话人具有广泛的代表性，旨在反映美国人口的多样性。
3. 针对性：针对孤立词识别技术的重要性，特别是电话语音识别应用中的关键词识别技术。
4. 补充数据：除了核心部分的孤立词发音外，数据集还包含5,105个自发数字发音和金额发音，以满足对自发语音效应研究的需求。

四、数据集用途

• 语音识别技术研究：特别适用于孤立词识别技术和关键词识别技术的研究和开发。
• 语音特征分析：可用于分析美国英语孤立词的语音特征，如音素、音段和重音等。
• 语音数据库建设：为构建更大规模的语音数据库提供基础数据支持。

NLP语料共享、LDC语料https://mp.weixin.qq.com/s/8GgZFh9XAr7FYwivQ_ajRg