语音语料库标注规范

1． 语音格式：

语音数据采用16KHz采样，16比特率，PCM方式保存。

2． 目录结构：

目录female和male分别包含女声和男声的全部数据。

目录female和male下的一级子目录分别存放每一个录音人的语音和录音文本数据，不同的目录名区分不同的录音人。男声录音人目录以M开头，女声录音人目录以F开头。

人名目录下包含该录音人所录所有语音文本的文件“SYL.TSH”和数据目录SYL。录音人的每一个语音数据文件（句子）的对应的录音文本保存在数据目录SYL中。

录音文本的格式为一行汉字一行拼音的格式，示例：

以德语为母语的欧共体公民的比例已大大增加
yi3 de2 yu3 wei2 mu3 yu3 de5 ou1 gong4 ti3 gong1 min2 de5 bi3 li4 yi3 da4 da4 zeng1 jia1

3． 语料设计和发音人规范

脚本设计共400份，每份脚本含250句话。语料内容为新闻语料，被挑选句子的长度在5到20字附近。实际使用脚本数为169份，其中前100份脚本重复1～5次（平均3次左右），后69份脚本大致只使用一次。

录音人数共407人（其中205 男性，202女性），约10万句（400人×250句/人），数据大小8.9G，约80小时。

口音分布为南方8省市：安徽、江西、福建、湖北、湖南、江苏、上海和浙江。

分布详细列表如下：