• text data

• speech data (not opensourced. please contact to the first author.)

This corpus is a parallel Japanese dialect database collected using crowdsourcing.

Specification:

• Speaker: 21 native dialect speakers

• Sentence: 250 per speaker

• Dialect: 20 dialects

Directory: 

• README.txt    # This file

• F001 - M009   # transcripts

• speaker-info.txt

  • speaker   # speaker's name

  • gender    # speaker's gender

  • place     # speaker's birth place

  • dialect   # speaker's dialect

  • parallel-common   # filename of parallel sentences in common language

• common_set{1,2}.txt   # parallel sentences in common language

このコーパスは，クラウドソーシングを用いて収集した，パラレルな日本語方言データベースです．

スペック:

• 話者: 21 名のネイティブ方言話者

• 文: 各話者につき 250 文 

• 方言: 20 方言

ディレクトリ

• README.txt    # このファイル

• F001 - M009   # 書き起こし文のあるフォルダ

• speaker-info.txt

• speaker   # 話者の名前

• gender    # 話者の性別

• place     # 話者の出生地

• dialect   # 話者の方言名

• parallel-common   # 日本標準語における対訳文のファイル名

• common_set{1,2}.txt   # 日本標準語における対訳文

CC BY-SA 4.0 https://creativecommons.org/licenses/by-sa/4.0/

• Shinnosuke Takamichi, Hiroshi Saruwatari, "CPJD Corpus: Crowdsourced Parallel Speech Corpus of Japanese Dialects," Proc. LREC, 2018

本コーパスの構築は，以下のプロジェクトを受けて実施したものです．

• -

• Corpus list