Hybrydowy system
Baza wielomodalnych danych artykulacji dzieci
jest udostępniana publicznie zgodnie z zasadą „tak otwarte, jak to możliwe, tak zamknięte, jak to konieczne” (zasada NCN). Dostęp do danych można uzyskać poprzez złożenie pisemnej prośby do Kierownika Projektu, zawierającej uzasadnienie potrzeby dostępu oraz dane wnioskodawcy. Kierownik Projektu zastrzega sobie prawo do odmowy udzielenia dostępu w uzasadnionych przypadkach, takich jak konieczność ochrony prywatności uczestników badania, poufności danych czy praw własności intelektualnej.
dotyczy artykulacji, akustyki i obserwacji wizualnej artykulatorów. Obejmuje prawidłową i nienormatywną mowę dziecięcą (w tym zakresie głównie obejmujące sygmatyzm). Materiał zarejestrowano w sześciu przedszkolach i szkołach w Polsce w trakcie badań logopedycznych 201 dzieci w wieku od 4 do 8 lat. Dane obejmują 15-kanałowe przestrzenne sygnały akustyczne i nagrania stereowizyjne obszaru ust z dwóch kamer. Zgromadzony materiał obejmuje nagrania audiowizualne 51 słów i 17 logotomów, które zawierają wszystkie 12 sybilantów występujących w języku polskim. Każdy rekord zawiera dodatkowo diagnozy logopedyczne sporządzone przez dwóch niezależnych ekspertów logopedycznych. Łącznie zebrano 66 781 segmentów audio-wideo, w tym 12 830 słów i 53 951 fonemów (12576 sybilantów).
Struktura bazy danych (folder główny) obrazuje poniższy rysunek. Każdy uczestnik posiada osobny folder z danymi audio, wideo oraz diagnozami logopedycznymi. Foldery mówców nazywane są 00XXX, gdzie XXX oznacza zanonimizowany trzycyfrowy identyfikator uczestnika. Baza danych zawiera również pięć plików CSV ze specyfikacjami zbioru danych oraz plik PDF prezentujący słownik diagnostyczny.
Więcej szczegółów dotyczących uczestników i wykorzystanego materiału językowego, znajduje się w dwóch podsumowaniach dostępnych poniżej. Plik csv o nazwie participateSummary gromadzi zanonimizowane dane badanych dzieci (w tym wiek, płeć, strukturę folderów i plików itp.), z kolei plik segmentSummary opisuje wszystkie segmenty audiowizualne dostępne w zbiorze danych (w tym słowa, logatomy, fonemy; dla każdego pliku zapewniona jest informacja o stopniu jakości danych).
Kontakt
Kontakt
dr hab. inż. Paweł Badura, prof. PŚ
dr inż. Zuzanna Miodońska
dr Joanna Trzaskalik
dr inż. Michał Kręcichwost
mgr inż. Agata Sage
mgr Ewa Kwaśniok
