Home
670
2
Persian Speech Corpus 
View resource name in all available languages
Corpus oral du persan
ID:
ELRA-S0415
This dataset contains more than 31 hours and 30 minutes of Persian scripted monologue and dialogue data, recorded from 89 Persian speakers (39 males and 50 females) between 17-80 years old in Iran (Tehrani dialect). Recordings were made between April and January 2022. Data consists of read and spontaneous speech recordings: books read by a person, recorded podcasts, articles in the newspapers, radio conversations, phone dialogues.
Domains are labelled and include: Accounting (ACC), Banking (BAN), Economics (ECO), Finance (FIN), Insurance (INS), Literature (LIT), Marketing (MBA), Medicine (MED), Psychology (PSY), Science (SCI), Technology (TEK), Telecommunication (TEL), and Law (LAW).
The total number of words is 242757
The package consists of 12,232 recording files. Metadata files, including transcriptions, are provided in TSV format and audio files are provided in MP3 format. An Access database containing all written data of the corpus is also provided. All transcriptions were manually done by native speakers of Persian.
View resource description in
French
Cette base de données comprend plus de 31 heures et 30 minutes de données contenant des monologues et dialogues scénarisés en persan, enregistrés en Iran (dialecte de Téhéran) par 89 locuteurs du persan de 17 à 80 ans (39 hommes et 50 femmes). Les enregistrements ont été réalisés entre avril et janvier 2022. Les données comprennent des enregistrements de parole lue et spontanée: livre lus par une personne, podcasts, articles de journaux, conversations radiophoniques, dialogues téléphoniques.
Les domaines sont étiquetés et comprennent: comptabilité (ACC), banque (BAN), économie (ECO), finance (FIN), assurance (INS), littérature (LIT), marketing (MBA), médecine (MED), psychologie (PSY), science (SCI), technologie (TEK), télécommunication (TEL) et droit (LAW).
Le nombre total de mots est de 242757.
L’ensemble consiste en 12232 fichiers d’enregistrement. Les fichiers de métadonnées incluant les transcriptions sont fournis au format TSV et les fichiers audio au format MP3. Une base de données Access contenant toutes les données écrites du corpus est également fournie. Toutes les transcriptions ont été réalisées manuellement par des locuteurs natifs du persan.
| MEMBER | academic | commercial |
|---|---|---|
| Licence: Non Commercial Use - ELRA END USER |
1000.00 €
 |
4000.00 €
|
| Licence: Commercial Use - ELRA VAR |
4000.00 €
|
4000.00 €
|
| NON MEMBER | academic | commercial |
|---|---|---|
| Licence: Non Commercial Use - ELRA END USER |
2000.00 €
|
6000.00 €
|
| Licence: Commercial Use - ELRA VAR |
6000.00 €
|
6000.00 €
|
