SHACHI - Language Resource Metadata Database

不特定話者を対象とした自然な発話による連続音声認識技術の性能向上を目的に、日本人同士の模擬会話を収録した大規模な音声データベース。日本の各地で約3,700人の話者による模擬会話を収録、話者の出身地は47都道府県すべてをカバーし、地域的・年齢的な広がりを考慮して設計。本コーパスは、(1)模擬会話データ(APP：自然発話による模擬会話。日本語書き起こし、時刻情報付き音素単位書き起こし、形態素情報付き)、(2)音素バランス文データ(APP-BLA：ATR音素バランス文50文の読み上げ。時刻情報付き音素単位書き起こし及び音素バランス文テキスト付き)、(3)辞書データ(APP-DIC：辞書より抜粋した文章・単語の読み上げ。時刻情報付き音素単位書き起こし及び辞書テキスト付き)の3つのサブコーパスから構成される。

旅行会話のあらゆる場面を想定した模擬会話を実際に行ない、その会話を書き起こしたもの。データは収録方法により3つに分類：(1)日日モノリンガル会話(日本語話者による通訳者を介さない会話。後から英語の翻訳を付与)、(2)英英モノリンガル会話(英語話者による通訳者を介さない会話。後から日本語の翻訳を付与)、(3)日英バイリンガル会話(日本語話者、日英通訳者、英語話者、英日通訳者の4者による日英2言語間の会話)。日本語テキスト、英語テキスト、日英対応テキスト、日本語／英語形態素情報データにより構成。

模擬的会話の収録ではなく、机上で典型的と想定される旅行会話表現を集めて翻訳。また、連続する会話ではなく、会話表現を列挙したもの。ファイル単位は、収集した会話表現を同じトピックの表現500ずつを集めたもの。会話の内容はホテルの予約等、旅行会話のあらゆる場面を想定。

本データベースは2つのサブコーパスより構成。(1)模擬会話データ：旅行模擬会話を実際に行ない、その会話を書き起こしたもの。データは収録方法により3つに分類：(a)日日モノリンガル会話(日本語話者による会話。後から英語の翻訳を付与)、(b)英英モノリンガル会話(英語話者による会話。後から日本語の翻訳を付与)、(c)日英バイリンガル会話(日本語話者、日英通訳者、英語話者、英日通訳者の4者による日英2言語間の会話)。形態素情報データ付き。(2)会話表現集データ：模擬的会話の収録ではなく、机上で典型的と想定される日本語の旅行会話表現を集めて英語に翻訳したもの(形態素情報無し)。

書籍：方言の会話をカタカナで文字化し，共通語訳をつけた。文字化と共通語訳を二段組にして対照させ，意味を取りやすくしている。付属のCDを聞きながら読むのもいい。CD：談話全体の方言音声を収録。知らない地域のことばでも，書籍を助けにして，聞くことができる。CD-ROM:方言談話の文字データおよび音声データが閲覧・再生可能。書籍のページを画像データにし，パソコンでも本と同じような感じで読むことができ，ページ単位で方言の会話が聞けるよう方言音声をリンクさせている。また，添付の検索ソフトにより談話データを検索することもできる。その他，方言談話の文字化と共通語訳をテキストファイルで収録。これらのデジタルデータは，研究・教育用に加工して，自由に活用することができる。

書籍：方言の会話をカタカナで文字化し，共通語訳をつけた。文字化と共通語訳を二段組にして対照させ，意味を取りやすくしている。付属のCDを聞きながら読むのもいい。CD：談話全体の方言音声を収録。知らない地域のことばでも，書籍を助けにして，聞くことができる。CD-ROM:方言談話の文字データおよび音声データが閲覧・再生可能。書籍のページを画像データにし，パソコンでも本と同じような感じで読むことができ，ページ単位で方言の会話が聞けるよう方言音声をリンクさせている。また，添付の検索ソフトにより談話データを検索することもできる。その他，方言談話の文字化と共通語訳をテキストファイルで収録。これらのデジタルデータは，研究・教育用に加工して，自由に活用することができる。

書籍：方言の会話をカタカナで文字化し，共通語訳をつけた。文字化と共通語訳を二段組にして対照させ，意味を取りやすくしている。付属のCDを聞きながら読むのもいい。CD：談話全体の方言音声を収録。知らない地域のことばでも，書籍を助けにして，聞くことができる。CD-ROM:方言談話の文字データおよび音声データが閲覧・再生可能。書籍のページを画像データにし，パソコンでも本と同じような感じで読むことができ，ページ単位で方言の会話が聞けるよう方言音声をリンクさせている。また，添付の検索ソフトにより談話データを検索することもできる。その他，方言談話の文字化と共通語訳をテキストファイルで収録。これらのデジタルデータは，研究・教育用に加工して，自由に活用することができる。

書籍：方言の会話をカタカナで文字化し，共通語訳をつけた。文字化と共通語訳を二段組にして対照させ，意味を取りやすくしている。付属のCDを聞きながら読むのもいい。CD：談話全体の方言音声を収録。知らない地域のことばでも，書籍を助けにして，聞くことができる。CD-ROM:方言談話の文字データおよび音声データが閲覧・再生可能。書籍のページを画像データにし，パソコンでも本と同じような感じで読むことができ，ページ単位で方言の会話が聞けるよう方言音声をリンクさせている。また，添付の検索ソフトにより談話データを検索することもできる。その他，方言談話の文字化と共通語訳をテキストファイルで収録。これらのデジタルデータは，研究・教育用に加工して，自由に活用することができる。

書籍：方言の会話をカタカナで文字化し，共通語訳をつけた。文字化と共通語訳を二段組にして対照させ，意味を取りやすくしている。付属のCDを聞きながら読むのもいい。CD：談話全体の方言音声を収録。知らない地域のことばでも，書籍を助けにして，聞くことができる。CD-ROM:方言談話の文字データおよび音声データが閲覧・再生可能。書籍のページを画像データにし，パソコンでも本と同じような感じで読むことができ，ページ単位で方言の会話が聞けるよう方言音声をリンクさせている。また，添付の検索ソフトにより談話データを検索することもできる。その他，方言談話の文字化と共通語訳をテキストファイルで収録。これらのデジタルデータは，研究・教育用に加工して，自由に活用することができる。

書籍：方言の会話をカタカナで文字化し，共通語訳をつけた。文字化と共通語訳を二段組にして対照させ，意味を取りやすくしている。付属のCDを聞きながら読むのもいい。CD：談話全体の方言音声を収録。知らない地域のことばでも，書籍を助けにして，聞くことができる。CD-ROM:方言談話の文字データおよび音声データが閲覧・再生可能。書籍のページを画像データにし，パソコンでも本と同じような感じで読むことができ，ページ単位で方言の会話が聞けるよう方言音声をリンクさせている。また，添付の検索ソフトにより談話データを検索することもできる。その他，方言談話の文字化と共通語訳をテキストファイルで収録。これらのデジタルデータは，研究・教育用に加工して，自由に活用することができる。