UCLA 语音学实验室档案库的语音分割

语音技术和比较语言学的研究依赖于获取多样化且易于获取的语音数据。UCLA 语音学实验室档案库是最早的多语言语音语料库之一，包含 314 种语言的长篇音频录音和语音转录（Ladefoged et al., 2009）。最近，其中 95 种语言已与词级语音转录实现了时间对齐（Li et al., 2021）。在此我们呈现 VoxAngeles，一个包含 UCLA 语音学实验室档案库经审核的语音转录和音素级对齐的语料库，它以 95 种语言的 CMU 重新发布版本作为起点。VoxAngeles 还包含来自原始 UCLA 语料库的词级和音素级分割，以及词和音素时长、元音共振峰和元音 f0 的语音学测量。该语料库增强了原始数据的可用性，特别是对于定量语音类型学，正如通过元音内在 f0 的案例研究所展示的那样。我们还讨论了 VoxAngeles 语料库对于跨语言语音学的一般研究与教学，以及对于低资源和多语言语音技术的效用。VoxAngeles 在 CC-BY-NC 4.0 许可下可免费下载和使用。