SHACHI - Language Resource Metadata Database

毎日新聞の東京・大阪本社の朝夕刊最終版を対象とした、毎日新聞2011年の全文記事データ集（タグ付テキストデータ）。

毎日新聞の東京・大阪本社の朝夕刊最終版に加え、北海道～鹿児島までの記事（約20万記事）を収録した「地方版」とがセットになった毎日新聞2008年の全文記事データ集（タグ付テキストデータ）。

毎日新聞の東京・大阪本社の朝夕刊最終版（約90000記事）に加え、北海道～鹿児島までの記事を収録した「地方版」とがセットになった毎日新聞2007年の全文記事データ集（タグ付テキストデータ）。

毎日新聞の東京・大阪本社の朝夕刊最終版に加え、北海道～鹿児島までの記事を収録した「地方版」とがセットになった毎日新聞2010年の全文記事データ集（タグ付テキストデータ）。

毎日新聞の東京・大阪本社の朝夕刊最終版に加え、北海道～鹿児島までの記事を収録した「地方版」とがセットになった毎日新聞2011年の全文記事データ集（タグ付テキストデータ）。

The ELFA corpus contains 1 million words of transcribed spoken academic ELF (English as a Lingua Franca). The dataset contains both recorded speeches and their transcripts. The speech events in the corpus include both monologic events and dialogic/polylogic events.

HARES is a collection of audio-recorded interviews with elderly persons who had lived in the region all their lives and who had left school at an early age. The interviews were conducted in England in the 1970s and 1980s. The corpus contains digital audio files, their orthographic transcriptions and XML-annotated metadata.

HARES is a collection of audio-recorded interviews with elderly persons who had lived in the region all their lives and who had left school at an early age. The collection totals some 211 hours. It contains XML-annotated transcriptions that conform to TEI guidelines as well as audio files. The archive includes data from the following regions: Cambridgeshire and Isle of Ely, Devon, Essex, Lancashire, Somerset and Suffolk.

CACSC is the first of a series of Chinese speech corpora with different accents, containing 25 giga bytes utterances. It offers a testing bed for robust speech recgnition of a certain regional accent.

This is a database for Chinese TTS system containing 3000 Chinese syllables uttered by a male speaker.