Речевой корпус

Речево́й ко́рпус (звуково́й ко́рпус) — база данных аудиофайлов и транскрипций текстов, разновидность корпуса текстов. В речевых технологиях[англ.] речевые корпуса используются, среди прочего, для создания акустических моделей[англ.] (которые затем могут использоваться в механизмах распознавания речи). В лингвистике речевые корпуса используются для исследований фонетики, диалектологии, конверсационного анализа и в других областях.

Существует два типа речевых корпусов:
1.Базы начитанных текстов, в том числе:

  • тексты книг;
  • тексты трансляций новостей;
  • списки слов;
  • последовательности чисел.

2.Базы аудиозаписей спонтанной речи — в том числе:

  • диалоги — беседы между двумя или более людьми;
  • устные рассказы (например, Buckeye Corpus[1]);
  • картографические пояснения — один человек объясняет маршрут на карте другим;
  • задачи назначения — два человека пытаются найти общее время встречи, основанное на отдельных графиках.

Особый вид речевых корпусов — это базы данных текстов, наговоренных людьми, не являющимися носителями языка[англ.], которые содержат речь с иностранным акцентом.

Примечания

[править | править код]
  1. Buckeye Corpus. Дата обращения: 6 апреля 2018. Архивировано 23 марта 2018 года.

Литература

[править | править код]
  • Edwards, Jane / Lampert, Martin (eds.) (1992): Talking Data — Transcription and Coding in Discourse Research. Hillsdale: Erlbaum.
  • Leech, Geoffrey / Myers, Greg / Thomas, Jenny (eds.) (1995): Spoken English on Computer: Transcription, Markup and Application. Harlow: Longman.