国立国語研究所 〒190-8561 東京都立川市緑町10-2 Tel. 0570-08-8595 (ナビダイヤル)
© National Institute for Japanese Language and Linguistics
『昭和話し言葉コーパス』
『昭和話し言葉コーパス』（SSC）本公開のご案内
2022年3月31日
国立国語研究所 音声言語研究領域
「日常会話コーパス」プロジェクト
経年変化班
国立国語研究所 音声言語研究領域
「日常会話コーパス」プロジェクト
経年変化班
国立国語研究所「日常会話コーパス」プロジェクト「経年変化班」では、 2016年度より、1950年代から1970年代にかけて国立国語研究所で録音された音声資料を集め、『昭和話し言葉コーパス』（Showa Speech Corpus: SSC）として整備を進めてきました。2021年3月、約44時間分の音声（約53万語）を含むコーパスが完成し、一般公開を開始しました。また、2022年3月、音声データ、転記テキスト、形態論情報などを含む全データをダウンロードできるようになりました。
『昭和話し言葉コーパス』は、「中納言」「関連データ配布」の二通りでご利用いただけます。
1955年当時の国立国語研究所
コーパスの背景
1948年に設立された国立国語研究所は、1950年代の初頭から、話し言葉の研究に着手しました。当時、出回り始めたばかりの「オープンリール型録音器」を使って、日常のさまざまな場面における会話や、講演・講義・挨拶などの独話を録音しています。録音した音声は文字化（転記）され、話し言葉の特徴を分析するための資料として用いられました。これらの研究成果は、 『談話語の実態』（1955年）、 『話しことばの文型 1 対話資料による研究』（1960年）、 『話しことばの文型 2 独話資料による研究』 （1963年）などの報告書にまとめられています。
当時の録音風景（『国立国語研究所 概要 1955』より）
録音された音声資料群は、その後、国語研の資料庫に保存されていました。1990年代から、オープンリールの音源をデジタル化する作業が行われましたが、音声資料が公開されることはありませんでした。2016年に始まった国立国語研究所「日常会話コーパス」プロジェクトの「経年変化班」では、当時の録音資料を再編し、『昭和話し言葉コーパス』として整備・公開することにしました。
『昭和話し言葉コーパス』に収録されているのは、1950年代から1970年代に録音された約44時間分の音声データ（17時間分の独話、27時間分の会話）と、その関連データ（転記テキスト、約53万語分の形態論情報データ、メタデータなど）です。
コーパスの詳細
『昭和話し言葉コーパス』データサイズは、以下の通りです。
- ファイル数： 123ファイル（独話 50ファイル ／ 会話 73ファイル）
- 録音時間数： 約44時間 （独話 17時間 ／ 会話 27時間）
- 総語数（記号含む）： 534,128語 （独話 181,028語 ／ 会話 353,100語）
- 異なり話者数：393人 （独話 50人 ／ 会話 343人）
『昭和話し言葉コーパス』に含まれるファイルの一覧は、以下のPDFファイルをご参照ください。
収録語数の内訳（独話・会話、男性・女性 別、記号含む）は、以下の通りです。
| タイプ／性別 | 男性 | 女性 | 不明 | 合計 |
|---|---|---|---|---|
| 独話 | 178,407 | 2,621 | --- | 180,028 |
| 会話 | 219,552 | 133,401 | 147 | 353,100 |
ご利用方法
『昭和話し言葉コーパス』は、以下の二通りの方法でご利用いただけます。
- 「中納言」上での検索
- 「『昭和話し言葉コーパス』関連データ」のダウンロード
- 音声ファイル（wav 形式、16bit、44.1kHz） 123ファイル
- 転記テキスト（tsv 形式、時間情報付き、UTF-8） 123ファイル
- 転記テキスト（TextGrid形式） 123ファイル
- 形態論情報データ（tsv 形式、UniDic短単位） 534,128語
- 全文検索システム「ひまわり」による検索環境
- メタデータ（録音資料に関する情報、話者情報等）
「中納言」のアカウントをお持ちの場合は、こちらのページにある「コーパス追加利用の申請」から、追加利用を申請してご利用ください。
「中納言」のアカウントをお持ちでない場合は、こちらのページから利用登録をしてご利用ください。
「中納言」から、『昭和話し言葉コーパス』関連データをダウンロードしてご利用いただけます。
「中納言」のアカウントをお持ちの場合は、こちらのページにある「コーパス追加利用の申請」から、追加利用を申請してご利用ください。
「『昭和話し言葉コーパス』関連データ」には、以下のものが含まれます。
参考文献
『昭和話し言葉コーパス』を利用した研究を発表される際は、以下を参考文献として挙げてください。（今後、更新されることがあります）
- ［和文］丸山岳彦・小磯花絵・西川賢哉 (2022) 「『昭和話し言葉コーパス』の設計と構築」『国立国語研究所論集』 22号 pp.197-221 国立国語研究所. [link]
- ［欧文］ Maruyama, Takehiko (2020) ``On the Possibility of a Diachronic Speech Corpus of Japanese'', Andrej Bekeš and Irena Srdanović (Ed.), Japanese Language from Empirical Perspective: Corpus-based studies and studies on discourse. pp.219-234. Ljubljana: Znanstvena založba FF. [link] / [PDF]
問い合わせ先： こちら
