Речево́й ко́рпус (звуково́й ко́рпус) — база данных аудиофайлов и транскрипций текстов, разновидность корпуса текстов. В речевые корпуса используются, среди прочего, для создания (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); 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 , которые содержат речь с иностранным акцентом.
Примечания
Литература 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.
Ссылки Santa Barbara Corpus of Spoken American English Buckeye Corpus The Buckeye Corpus of Conversational Speech Spoken Language Corpora at the Research Center on Multilingualism The Spoken Turkish Corpus at METU Ankara Spoken Corpus Klient with the Corp-Oral Corpus at ILTEC Lisbon VoxForge — open source speech corpora OLAC: Open Language Archives Community BAS Bavarian Archive for Speech Signals Simmortel Speech Recognition Corpus for Indian English and Hindi ELRA: the European Language Resources Association The PELCRA Conversational Corpus of Polish The Arabic Speech Corpus
Категория:Корпусная лингвистика Категория:Фонетика Категория:Распознавание речи