Ein Sprachkorpus (oder gesprochenes Korpus ) ist eine Datenbank mit Audiodateien und Texttranskriptionen von gesprochenen Wörtern . In der Sprachtechnologie werden Sprachkorpora unter anderem zur Erstellung akustischer Modelle verwendet (die dann mit Spracherkennungs- oder Sprecheridentifizierungssystemen genutzt werden können ). [ 1 ] In der Linguistik dienen gesprochene Korpora der Forschung in den Bereichen Phonetik , Konversationsanalyse , Dialektologie und anderen Gebieten. [ 2 ] [ 3 ]

Ein Korpus ist eine solche Datenbank. Korpora ist der Plural von Korpus (d. h. es handelt sich um viele solcher Datenbanken).

Es gibt zwei Arten von Sprachkorpora:

  1. Rede lesen , die Folgendes beinhaltet:
    • Buchauszüge
    • Nachrichtensendungen
    • Wortlisten
    • Zahlenfolgen
  2. Spontane Rede , wozu Folgendes gehört:
    • Dialoge – zwischen zwei oder mehr Personen (einschließlich Besprechungen; ein Beispiel für einen solchen Korpus ist das KEC);
    • Erzählungen – eine Person, die eine Geschichte erzählt (ein solches Korpus ist das Buckeye Corpus );
    • Kartenaufgaben – eine Person erklärt einer anderen eine Route auf einer Karte;
    • Termin-Aufgaben – zwei Personen versuchen, anhand ihrer individuellen Terminkalender einen gemeinsamen Besprechungstermin zu finden.

Eine besondere Art von Sprachkorpora sind nicht-muttersprachliche Sprachdatenbanken , die Sprache mit einem ausländischen Akzent enthalten.

Siehe auch

Referenzen

  1. ^ Sarangi, Susanta; Sahidullah, Md; Saha, Goutam (September 2020). „Optimierung einer datengesteuerten Filterbank für die automatische Sprecherverifikation“. Digital Signal Processing . 104 102795. arXiv : 2007.10729 . Bibcode : 2020DSP...10402795S . doi : 10.1016/j.dsp.2020.102795 . S2CID  220665533 .
  2. ^ Reece, Andrew; Cooney, Gus; Bull, Peter; Chung, Christine; Dawson, Bryn; Fitzpatrick, Casey; Glazer, Tamara; Knox, Dean; Liebscher, Alex; Marin, Sebastian (2022-03-01). „Fortschritte in der interdisziplinären Konversationswissenschaft: Erkenntnisse aus einem großen multimodalen Korpus menschlicher Sprache“. arXiv : 2203.00674 [ cs.CL ].
  3. ^ „Santa Barbara Corpus of Spoken American English | Department of Linguistics - UC Santa Barbara“ . www.linguistics.ucsb.edu . Abgerufen am 26.04.2023 .
  • Edwards, Jane / Lampert, Martin (Hrsg.) (1992): Talking Data – Transcription and Coding in Discourse Research. Hillsdale: Erlbaum.
  • Leech, Geoffrey / Myers, Greg / Thomas, Jenny (Hrsg.) (1995): Spoken English on Computer: Transcription, Markup and Application. Harlow: Longman.