مجموعة بيانات بابل الكلامية

📅 آخر تحديث: ٢٧ يوليو ٢٠٢٦
✍️ نُشر في: ٢٧ يوليو ٢٠٢٦
الموسوعة الحرة

مجموعة بيانات بابل الصوتية هي مجموعة من المواد الصوتية المسجلة بخمس لغات من أوروبا الوسطى والشرقية . صُممت هذه المجموعة للاستخدام في تطبيقات تكنولوجيا الكلام، ومُوّلت بمنحة من الاتحاد الأوروبي ، واكتملت في عام ١٩٩٨. وتتولى توزيعها الجمعية الأوروبية لموارد اللغات.

تطوير مشروع بابل

بعد إنشاء مجموعة بيانات كلامية للغات الاتحاد الأوروبي من قبل مشروع SAM، تم منح التمويل من قبل الاتحاد الأوروبي لإنشاء مجموعة بيانات كلامية للغات أوروبا الوسطى والشرقية على غرار ذلك ، تحت اسم BABEL.

انطلقت الفكرة من مشروع SAM (أساليب تقييم الكلام) الممول من الاتحاد الأوروبي ضمن مشروع ESPRIT رقم 1541 في الفترة 1987-1989. [ 1 ] أُجري هذا المشروع من قِبل فريق دولي من علماء الصوتيات، وطُبِّق في البداية على لغات الجماعات الأوروبية: الدنماركية، والهولندية، والإنجليزية، والفرنسية، والألمانية، والإيطالية (بحلول عام 1989). أنتج مشروع SAM العديد من أدوات البحث في مجال الكلام (بما في ذلك برنامج SAMPA للنسخ الصوتي الحاسوبي، والذي استُخدم أيضًا في مشروع BABEL)، بالإضافة إلى مجموعة من التسجيلات الصوتية التي وُزِّعت على أقراص مدمجة. [ 2 ] وفي عام 1994، قُدِّم اقتراح إلى الاتحاد الأوروبي ضمن مبادرة كوبرنيكوس، بهدف إنشاء مجموعة من التسجيلات الصوتية للغات البلغارية ، والإستونية ، والمجرية ، والبولندية ، والرومانية ، وحصل المشروع على المنحة رقم 1304. نُفذ مشروع تجريبي لإنشاء مدونة صغيرة للغة البلغارية المنطوقة بالتعاون بين جامعتي صوفيا (بلغاريا) وريدينغ (المملكة المتحدة). [ 3 ] عُقد الاجتماع الأول لفريق المشروع بأكمله في جامعة ريدينغ عام 1995.

المواد المسجلة

بما أن الهدف كان إنتاج مواد مناسبة للاستخدام في تطبيقات تكنولوجيا الكلام، فقد تم تسجيل التسجيلات الرقمية في ظروف خاضعة لرقابة صارمة في استوديوهات التسجيل. وكانت المواد لكل لغة تتألف من المكونات التالية:

  • مجموعة المتحدثين المتعددين: 30 ذكراً و30 أنثى يقرأ كل منهم 100 رقم، و3 مقاطع كلامية متصلة، و5 جمل "حشو" (لتقديم أمثلة إضافية لبعض العناصر) أو 4 مقاطع إذا لم تكن هناك حاجة إلى جمل حشو.
  • مجموعة المتحدثين القلائل: 5 ذكور و 5 إناث، يتم اختيارهم عادة من المجموعة المذكورة أعلاه، يقرأ كل منهم 5 مجموعات من 100 رقم، و 15 فقرة و 25 جملة حشو، بالإضافة إلى 5 قوائم من المقاطع الصوتية.
  • مجموعة المتحدثين القليلين جداً: ذكر واحد وأنثى واحدة تم اختيارهما من المجموعة المذكورة أعلاه، يقرأ كل منهما 5 مجموعات من المقاطع الصوتية، مع وبدون جمل حاملة.

عضوية مشروع بابل

مدير المشروع: بيتر روتش (جامعة ريدينغ)

قادة المشاريع في أوروبا الوسطى والشرقية

بلغاريا: في البداية أ. ميشيفا حتى وفاتها عام 1995، ثم س. ديميتروفا (جامعة صوفيا). إستونيا: إي مايستر (جامعة تالين) المجر: كيه فيكسي (جامعة بودابست التقنية) بولندا: آر. غوبرينوفيتش (الأكاديمية البولندية للعلوم) ودبليو غونيت (جامعة لوبلين) رومانيا: إم. بولديا (جامعة تيميشوارا)

أعضاء المشروع في أوروبا الغربية

فرنسا: ل. لاميل (مختبر ليمسي، باريس)؛ أ. مارشال (المركز الوطني للبحث العلمي) ألمانيا  : و. باري ( جامعة سارلاند )؛ ك. ماراسيك (جامعة شتوتغارت) المملكة المتحدة: ج. ويلز (جامعة كوليدج لندن)؛ ب. روتش (جامعة ريدينغ)

نتائج المشروع

عُقد اجتماع تقييم مرحلي للمشروع في لوبلين، بولندا، عام ١٩٩٦. واستمر العمل حتى التقييم النهائي وعرض النتائج في غرناطة، إسبانيا، خلال المؤتمر الدولي الأول لموارد اللغة وتقييمها، عام ١٩٩٨. [ ٤ ] اكتمل المشروع في ديسمبر ١٩٩٨. ثم تم تزويد الرابطة الأوروبية لموارد اللغة (ELRA) بمجموعة النصوص الناتجة. وتتولى الرابطة الأوروبية لموارد اللغة (ELRA) حصريًا مسؤولية توزيع المواد على المستخدمين عبر موقعها الإلكتروني. [ ٥ ]

عند اكتماله، كان مشروع BABEL أكبر قاعدة بيانات صوتية عالية الجودة متاحة لأغراض البحث في لغات مثل الهنغارية [ 6 ] والإستونية [ 7 ] . وقد استُخدم في أبحاثٍ تناولت مواضيع مثل نمذجة النطق [ 6 ] والتعرف التلقائي على الكلام [ 8 ] . كما كان المشروع جزءًا مما يُوصف بأنه أهم تطور حديث في علم اللغة الحاسوبي ، ألا وهو اتساع نطاق اللغات التي تغطيها بيانات المدونات اللغوية، مما يُبشر بتوسيع نطاق الاستفادة من فوائد علم اللغة الحاسوبي في دراسة لغات أوروبا الغربية ليشمل نطاقًا أوسع من اللغات [ 9 ] .

مراجع

  1. ↑ د. تشان، أ. فورسين، د. جيبون، ب. غرانستروم، م. هوكفيل، ج. كوكيناكيس، ك. كفال ، ل. لاميل، ب. ليندبرغ، أ. مورينو، ج. موروبولوس، ف. سينيا، إ. ترانكوسو، س. فيلد، و ج. زيليغر، "يوروم - مورد للغة المنطوقة للاتحاد الأوروبي"، في يوروسبيتش 95، وقائع المؤتمر الأوروبي الرابع حول الاتصالات الكلامية وتكنولوجيا الكلام . مدريد، إسبانيا، 18-21 سبتمبر 1995. المجلد 1، الصفحات 867-870
  2. ↑ "EUROM1 - مجموعة بيانات الكلام متعددة اللغات" . جامعة لندن . تم الاطلاع عليه بتاريخ 19-01-2015 .
  3. ^ Misheva، A.، Dimitrova، S.، Filipov، V.، Grigorova، E.، Nikov، M.، Roach، P. and Arnfield، S. “قاعدة بيانات الكلام البلغاري: دراسة تجريبية”، Proceedings of Eurospeech '95 ، مدريد، المجلد. 1، الصفحات من 859 إلى 862 (1995)
  4. ↑ روتش، ب.، إس. أرنفيلد، دبليو. باري، إس. ديميتروفا، إم. بولديا، إيه. فورسين، دبليو. جونيه، آر. غوبرينوفيتش، إي . هالوم، إل. لاميل، ك. ماراسيك، إيه. مارشال، إي. مايستر، ك. فيكسي (1998). "بابل: قاعدة بيانات للغات أوروبا الوسطى والشرقية"، وقائع المؤتمر الدولي الأول حول موارد اللغة وتقييمها ، تحرير أ. روبيو وآخرون، غرناطة، المجلد 1، الصفحات 371-374.
  5. ↑ "نتائج البحث عن: babel" . الرابطة الأوروبية لموارد اللغات . تم الاطلاع بتاريخ 18 يناير 2015 .
  6. 1 2 فيجيو، تيبور؛ بيتر ميهاجليك؛ بيتر تاتاي؛ جيزا جوردوس (2001). "نمذجة النطق في التعرف على الأرقام المجرية." في الحوار، ص 1465-1468.
  7. ↑ ألوماي، تانيل (2004). التعرف على الكلام المتواصل ذي المفردات الكبيرة للغة الإستونية باستخدام فئات المورفيم . إنترسبيتش، جيجو، كوريا. ص 389-392 . 
  8. ^ مهاجليك، بيتر؛ ريفيسز، تيبور؛ تاتاي ، بيتر (2002/11/01). “النسخ الصوتي في التعرف التلقائي على الكلام” (PDF) . اكتا لينغويستيكا هنغاريكا . 49 (3): 407-425 . دوى : 10.1556/ALing.49.2002.3-4.9 .
  9. ↑ ماكنيري ، توني (2001). علم اللغة الحاسوبي: مقدمة . مطبعة جامعة أكسفورد. ص 188. ISBN  9780748611652.