LRK2013 Meklēt korpusā Vārdu biežuma saraksts
Latviešu valodas runas atpazīšanas korpuss
Korpusā ir iekļauti audioieraksti un to atšifrējumi ortogrāfiskajā transkripcijā. Katram audioierakstam ir pievienoti metadati: ziņas par ieraksta vietu, ieraksta ilgums, runātāja vecums, dzimums un latviešu valodas valodas prasme. Daļa korpusa (apm. 4 stundas) ir marķēta fonētiskajā transkripcijā. Korpuss galvenokārt tiek izmantots runas atpazīšanas risinājumu izstrādei. Publiski pieejams ir tikai transkribētais teksts, bet ne audioieraksti.
Atsauces
Publikācija
M. Pinnis,
I. Auzina,
K. Goba
Designing the Latvian speech recognition corpus
Proceedings of the 9th International Conference on Language Resources and Evaluation (LREC), 2014
Designing the Latvian speech recognition corpus
Proceedings of the 9th International Conference on Language Resources and Evaluation (LREC), 2014
| Korpusa apjoms | 100 stundas (1,1 milj. tekstvienību) |
| Datu publicēšanas periods | 2005–2013 |
| Izstrādes periods | 2013 |
| Izstrādātāji | Latvijas Universitātes Matemātikas un informātikas institūts, SIA Tilde, SIA LETA |
| Finansējuma avots | Eiropas Reģionālās attīstības fonds (KC/2.1.2.1.1/10/01/001, projekts Nr. 2.9) |
| Mājaslapa | http://runa.korpuss.lv/ |
| Citas publikācijas |
I. Auzina,
M. Pinnis,
R. Dargis
Comparison of rule-based and statistical methods for grapheme to phoneme modelling Human Language Technologies - The Baltic Perspective, IOS Press, 2014
A. Znotins,
K. Polis,
R. Dargis
Media monitoring system for Latvian radio and TV broadcasts Proceedings of the 16th Annual Conference of the International Speech Communication Association (INTERSPEECH), 2015 |