2種類の単位

次の2つの単位で区切られた転記テキストを提供しています。 いずれも(1)話者ラベル、(2)開始時刻、(3)終了時刻、(4)発話内容の4つの情報が単位ごとに記されています。

①発話単位

• 統語的・談話的・相互行為的なまとまりをもった単位で、話し手と聞き手が行為や情報を交換する際の基本単位として定義されています。
• 詳細は【こちら】をご覧ください。

②転記単位

• 発話単位を、知覚可能なポーズや異なる音種（笑いなど）によって更に細かく切った単位です。
• 音声との対応を細かく取りたい場合に適した単位です。

転記テキストのファイル形式

転記テキストは2種類の単位（発話単位・転記単位）ごとに以下の3つのファイル形式で提供されます。

話者ラベルについて

「IC01_一ノ宮」などの話者ラベル（speakerID）は、各話者が装着したICの番号と、各話者の愛称に相当するラベル（仮名）の組合せで構成されています。このうち愛称に相当するラベル（仮名）は、同じ協力者が集めた会話の中では全て同じものが使われています。IC番号の部分については、ICから開始するもの、NあるいはZから開始するものがあります。それぞれ次の通りです。

個人情報などに関わる仮名・伏字処理

本コーパスでは、 話者の名前、所属組織名、自宅・所属組織の住所・電話番号、旅券番号やマイナンバーなどの個人識別符号、 および本人が公開を希望しない箇所を、 仮名 （ かめい ） あるいは「＊」（全角アスタリスク）で伏せ字化しています。

• データの公開方針の詳細はこちらの文献をご覧ください