广州话口语有声语料库

提供者:朱述承
访问地址:https://huayu.jnu.edu.cn/corpus6/Index.aspx

概述

语料源自广州电台2010年间制作的清谈或访谈节目。共选取9个节目,节目总长度为21小时,经过文字转写,共获取约31万字的文本语料。

检索功能

语料库提供文本检索及文本对应的音频。使用者可通过字、词、词组搜索。搜索结果显示含搜索对象的语料条目数量,点击每条语料左边的“听该段录音”,可获取该条语料的完整文本和音频、该条语料所处的上下文文本、所在节目名称、主持人年龄段信息、及文本符号标记注释等。

文本使用粤语字转写,有一些没有对应文字却经常使用偏旁造字的合成字,如:<口 格 > 、 <扌罗> ,按习惯使用,其余没有对应文字的用宽式IPA注音。由于人力条件的限制,没有对文本进行精细的词性、句式、语音标注,也没有对应的普通话翻译。关于说话人的年龄信息,只限于标记主持人,节目嘉宾众多,有的节目里有若干分钟的交通、资讯信息插播,也只作了文字转写,人物信息等无法一一标记。