范俊軍

(暨南大學 文學院， 廣東 廣州 510632)

?

【語言學研究】

中國瀕危語言自然話語轉(zhuǎn)寫規(guī)則(試行)*

范俊軍

(暨南大學 文學院， 廣東 廣州 510632)

本文定義了中國瀕危語言自然話語轉(zhuǎn)寫規(guī)則，內(nèi)容包括五個部分：一、定義和范圍；二、引用和參考的規(guī)范性文件；三、口語現(xiàn)象；四、轉(zhuǎn)寫規(guī)則；五、轉(zhuǎn)寫符號集。本規(guī)則適用于中國瀕危語言自然話語的采集、記錄和建檔，也可作為中國語言口語語料庫建設的參考準則。

中國瀕危語言； 自然話語； 轉(zhuǎn)寫規(guī)則

一、定義和范圍 Definition and scope

本文定義了瀕危語言自然話語中常見的口語現(xiàn)象，制定了自然話語錄音錄像的轉(zhuǎn)寫規(guī)則，適用于中國瀕危語言口語聲像資料的采錄、加工和建檔，也可作為漢語方言和少數(shù)民族語言田野調(diào)查記錄以及口語語料庫建設的參考準則。

二、引用和參考的規(guī)范性文件 Incited and referred normal initiatives and documents

(1)美國加州大學圣巴巴拉分?！睹绹⒄Z口語語料庫轉(zhuǎn)寫規(guī)則》(SBCSAE DT2,2006)。

(2)臺灣語言研究所《口語現(xiàn)象標記》(2005)。

(3)德國語言研究院《話語分析轉(zhuǎn)寫系統(tǒng)》(GAT2，2009)。

(4)維也納大學、牛津大學出版社《維也納—牛津國際英語語料庫轉(zhuǎn)寫規(guī)則》(VOICE Transcription Conventions，2008)。

三、口語現(xiàn)象 Speech phenomena

自然話語是語言社群日常交際中自然發(fā)生的口語，包括獨白口述、情景對話、游戲、表演和說唱，等等?？谡Z由言語、口音現(xiàn)象、非語音人聲和背景聲音構成。言語是口語的主體?？谝衄F(xiàn)象是說話人在說話過程中的伴隨發(fā)音特征。非言語人聲是說話人發(fā)音器官發(fā)出的非語音聲音和肢體動作聲音。背景聲音是說話人之外的自然環(huán)境聲音和人為聲音。

(一)口音現(xiàn)象 phonological phenomena

【拖長音】字音或詞音節(jié)發(fā)音拖長，不限定在音節(jié)中的出現(xiàn)位置。

【吞音/合并音】說話過快或圖省力而出現(xiàn)的幾個音節(jié)合并、一帶而過的囫圇發(fā)音。

【同化音】由語流發(fā)音影響而改變本來發(fā)音。

【異讀音】同一個字詞有兩種或以上習慣發(fā)音。

【習慣發(fā)音偏差】發(fā)音偏離標準發(fā)音，但習慣上固定，有規(guī)律可循，仍可辨識字詞。新老派發(fā)音差異歸入此類。

【臨時發(fā)音偏差】發(fā)音偏離標準發(fā)音，無規(guī)律可循，但仍可辨識字詞。

【鼻化音】標準音無任何鼻音而實際說話時出現(xiàn)鼻音。不包括鼻塞產(chǎn)生的鼻音。

【喃喃自語】說話中無意讓對方聽見的連續(xù)不斷的獨自小聲說話，內(nèi)容清楚可辨。

【無法辨識的語音】說出的話語無法聽清是何音、何字、何意。

【不確定字詞音】根據(jù)前后話語可猜出大意，但不完全確定；或能聽清發(fā)音并猜測大意，但無法確定具體字詞。

【外來影響音】母語人能明顯分辨的其他方言或語言借入的語音，或受其他方言和語言影響而產(chǎn)生的非母語習慣發(fā)音。

【語碼轉(zhuǎn)換】話語中插入或轉(zhuǎn)說別的語言或方言。

【外語詞】話語中的外語詞，包括用母語譯音的專有名詞。

【沉默】說話人因話題銜接不上而無法維持正常接話速度時產(chǎn)生的停頓。

【停頓】語流中500毫秒以上的自行中斷。對話回應中因態(tài)度猶豫而產(chǎn)生的有意停頓也歸入此類。

【短停頓】語流中200～300毫秒的自發(fā)中斷。

【口吃】說話人習慣性的發(fā)音重復、中斷、拖長、含混現(xiàn)象。

【無停頓續(xù)語】本應先停頓再接著說卻沒有停頓而連續(xù)的話語。

【片段音】字詞音節(jié)發(fā)音不完整，但能根據(jù)前后內(nèi)容判斷是何音、何字、何詞。

【半截字詞音】一個詞只說了一半便突然中斷，而轉(zhuǎn)說別的詞語。

【打住話頭/半截話】一句話未說完即中斷，并開始新的語句；或發(fā)覺不該說而半途中斷說話。

【被打斷語句】話語未結束即被另一說話人搶走說話權，造成說話被迫中斷。

【重復語】因說話受干擾或說話人自身緣故而出現(xiàn)的同一個字詞兩次重復發(fā)音。多次習慣性重復歸入口吃。

【口誤】說話中的用詞和語法錯誤。發(fā)音錯誤歸入臨時發(fā)音偏差。

【更正插語】說話時提示或糾正口誤和發(fā)錯音的插入語。

【停頓插入語】說話時用于舒緩語氣和緩沖時間，以便思索組織話語的習慣插入語。如“這個，這個”等。

【重疊話語】說話人話輪還未結束，另一說話人同時開始新的話輪。

【回應插語】對話過程中聽話人不時說出的簡短字詞，表示在聽對方說話，或表示回應、同意、附和。

【同聲回應】多位聽話人同時應答或呼應。

【語速變快】語流中明顯快于習慣速度的話語。

【語速變慢】語流中明顯慢于習慣速度的話語。

【嗓音提高】說話過程中突然提高嗓門或大聲說話。

【耳語】能聽清語意內(nèi)容的耳語。

【輕聲細語】語流中嗓音和音量明顯低于正常說話聲的話語。

【引語仿聲】說話過程中為模仿他人說話而改變自身嗓音和音色。

(二)非言語人聲 non-phonological sounds

【口腔或鼻腔音】笑聲、哭聲、呼氣聲、吐氣聲、喘氣聲、吸氣聲、咂嘴聲、嘖舌聲、嘆氣聲、哈欠聲、打嗝聲、噴嚏聲、沙啞聲、鼻塞聲、清喉嚨聲、咳嗽聲、口哨聲、吞口水聲、哽喉聲，以及其他無法辨識的聲音。

【肢體動作聲】掌聲、叩擊聲、腳步聲，其他肢體動作發(fā)出的聲音。

(三)背景聲音 background noises

【自然界噪聲】風聲、雨聲、雷聲、流水聲、獸叫聲、鳥叫聲、蟲叫聲、牲畜叫聲、家禽叫聲，以及其他自然界聲音。

【機械噪聲】車船飛機聲、廣播電視聲、家用電器聲、手機電話鈴聲、電流聲、音樂聲、電磁波、干擾聲，以及其他機械電器噪聲。

【背景人聲】喊叫聲、吵鬧聲，說話人以外的其他說話聲，其他的人為噪聲。

四、轉(zhuǎn)寫規(guī)則 Transcription convention

轉(zhuǎn)寫*轉(zhuǎn)寫通常指口語中言語部分的文字記錄，而對言語的翻譯、解釋、分析等記錄則稱為標注。本規(guī)范的轉(zhuǎn)寫包含轉(zhuǎn)寫和標注。是將錄音錄像的話語和言語行為按時序用文字和符號做作同步記錄，使口語變成可閱讀文本。轉(zhuǎn)寫分為最簡轉(zhuǎn)寫、基本轉(zhuǎn)寫、綜合轉(zhuǎn)寫三個等級。最簡轉(zhuǎn)寫定義瀕危語言口語錄音錄像的必需轉(zhuǎn)寫項，基本轉(zhuǎn)寫定義最簡轉(zhuǎn)寫之上的增加項，綜合轉(zhuǎn)寫是包含最簡轉(zhuǎn)寫、基本轉(zhuǎn)寫和多模態(tài)轉(zhuǎn)寫的復雜精細轉(zhuǎn)寫。

(一)轉(zhuǎn)寫精細度層級 Transcription delicacy hierarchy

1.最簡轉(zhuǎn)寫 Minimal transcript

最簡轉(zhuǎn)寫包括下列各項：

a.說話人姓名,或假名、代號；

b.話語的標準正字(詞)法轉(zhuǎn)寫(適用于有文字的語言);

c.話語的羅馬字母轉(zhuǎn)寫(適用于無文字的語言)；

d.話語國際音標注音；

e.普通話逐句意譯；

f.普通話逐詞對譯；

g.話語口音現(xiàn)象標注；

h.非言語人聲和背景聲標注；

i.注釋或說明。

2.基本轉(zhuǎn)寫 Basic transcript

基本轉(zhuǎn)寫包括下列各項：

a.句(末)語調(diào)；

b.句子重音；

c.詞重音；

d.韻律句(可選);

e.音步(可選)。

3.綜合轉(zhuǎn)寫 Complex transcript

綜合轉(zhuǎn)寫包括下列各項但不限于：

a.手勢、身勢和互動行為;

b.聲學數(shù)據(jù)(可選);

c.其他多模態(tài)數(shù)據(jù)(可選)。

(二)轉(zhuǎn)寫數(shù)據(jù)結構 Transcript data structure

口語轉(zhuǎn)寫應使用轉(zhuǎn)寫軟件工具。轉(zhuǎn)寫文本采用分層結構，文本與錄音對齊鏈接。使用普通文字處理軟件轉(zhuǎn)寫口語，應按話輪和語調(diào)單位行間轉(zhuǎn)寫。非言語聲音的轉(zhuǎn)寫符號應同步在言語轉(zhuǎn)寫文本中標記，其他非聲音或多模態(tài)內(nèi)容應另層標記。

用漢字轉(zhuǎn)寫的普通話和方言話語文本原則上不分詞，口語現(xiàn)象隨漢字文本標記。也可增加拼音文本。拼音文本必須分詞。口語現(xiàn)象也可以在拼音文本中標記。

從右到左書寫和豎排的少數(shù)民族轉(zhuǎn)寫文本，應增加羅馬字母拼寫文本，口語現(xiàn)象在拼音文本中標記。

五、轉(zhuǎn)寫符號集 Transcription symbol set

轉(zhuǎn)寫符號用于轉(zhuǎn)寫話語結構要素、口音現(xiàn)象、非言語人聲、背景噪聲等現(xiàn)象。

(一)話語結構要素標記符號 Symbols of discourse structural elements

要素轉(zhuǎn)寫符號使用說明說話人Lidahai用漢語拼音或羅馬字母拼寫,開頭字母大寫?；玓hangsan化名前面加波浪號。會話場景Geka在說話人后面用尖括號注明媒介通道。tel通話,tv電視訪談;cc即時情景對話,可自定義。說話人角色Liwei Wang 在說話人后面用雙括號注明模仿的人物姓名或化名。幾位說話人Liwei+Wangke在說話人姓名之間用+ 號。群眾說話人Group用group表示眾多說話人。語調(diào)單位口語中表達一個完整語氣的口語句。每個語調(diào)單位轉(zhuǎn)寫占1行。句首大寫新語調(diào)單位開始,句首拼音字母大寫。漢字不標記。排序/行號1在每個轉(zhuǎn)寫文本行的前面用數(shù)字標明序號。時間戳標記該段錄音的起始時間,以分:秒.毫秒計數(shù)?？墒÷?。話輪Lida 你不去 Liuwei 我去。在每個說話人的輪次前,標明說話人姓名或化名代號。重疊話語Lida 你不去 Liuwei 1我想去 幾個人同時說話,重疊部分首尾加方括號,并用數(shù)字注明重疊話語的次序。

(二)口音現(xiàn)象標記符號 Symbols of speech phenamena

要素 轉(zhuǎn)寫符號 使用說明結尾語調(diào) 語調(diào)單位結束,用句點。停頓語調(diào) 語句未完時的停頓,用逗號。疑問語調(diào) 疑問語調(diào)單位,用問號。帶笑話語 @ <@>話語一個詞帶笑聲,在該詞首標記。幾個詞帶笑聲,在起始和結束處標記。嗆喉或沙啞話語 % <%>話語< %>一個詞帶沙啞聲,在詞首標記。幾個詞帶沙啞聲,在起始和結束處標記。變聲說話話語< vox>語流中偶然改變嗓音說話,在起始和結束處標記。引語仿聲引語< qu>模仿他人說話,在模仿的起始和結束處標記。拖長音 在拖長音的字詞后面標記。語速變慢< >話語< >在變慢話語兩側標記。語速變快

話語< p>在變快話語的兩側標記。吞音/合并音<*>詞語< *>在發(fā)生吞音或合并音詞語的兩側標記。同化音 * 詞語在發(fā)生同化的字詞前面標記。異讀音 x 詞語在發(fā)生異讀音的字詞前面標記。習慣發(fā)音偏差<++>字詞< ++>在發(fā)生偏差音的字詞兩側標記。臨時發(fā)音偏差/口誤<+>字詞< +>在出現(xiàn)偏差音或口誤的字詞兩側標記。鼻化音<+n>字詞< +n>在出現(xiàn)鼻化音的字詞兩側標注。無法辨識語音 ### 猜測字詞 用#號標記無法猜測的字詞;或?qū)懗霾聹y的字詞。不確定話語<#>話語< #>在不確定話語的兩側標記。喃喃自語話語< m>能聽清的自言自語在兩側標記。外來影響音<語種代碼>字詞在發(fā)生外來音的字詞前面注明語種代碼。語言轉(zhuǎn)換話語< zh>在發(fā)生轉(zhuǎn)換的話語兩側標記語種代碼。語言不明的,按不確定話語標記。沉默 在沉默處標記。短停頓 0.5秒以內(nèi)。停頓(計秒) 1 2s 0.5秒以上注明秒數(shù)?？诔?kch>話語< kch>在口吃話語的兩側標記。話輪快接==用2個等號在本應停頓而未停頓的話輪轉(zhuǎn)換處標記。片段音半截詞字詞-丟掉的發(fā)音部分用連字符標記。打住話頭半截話話頭 = 在未說完處標記。被打斷語句話語 - 在被打斷處標記。無停頓續(xù)語他去了=你去用1個等號在本應停頓處標記。重復語是我—我的用長連字符在被重復語和重復語之間標記。更正插語 + 我 + 他要去分別在說錯的詞語和更正語前面標記。慣用提頓語邊際語填充停頓啊啊這個這個根據(jù)實際發(fā)音拼寫或用文字記錄?；貞逭Zn,ho根據(jù)實際發(fā)音拼寫或用文字記錄。嗓音提高話語< h>在高音話語兩側標記。耳語輕聲細語<^>話語< ^>在耳語和輕聲細語的兩側標記。眾聲回應 回應 在回應語的兩側標記。

(三)非言語人聲標記符號 Symbols of non-phonological vocals

要素轉(zhuǎn)寫符號要素轉(zhuǎn)寫符號要素轉(zhuǎn)寫符號笑聲{@@}嘆氣聲{hi}鼻塞聲{nn}哭聲{MYMMYM}哈欠聲{ah}咳嗽聲{kk}呼吸聲{hh}打嗝聲{ee}口哨聲{oo}吸氣聲{xi}噴嚏聲{aq}掌聲{pp}吐氣聲{tu}沙啞聲{ss}叩擊聲{bn}喘氣聲{ha}吞口水聲{gu}腳步聲{dd}咂嘴聲{bb}哽喉聲{ka}其他肢體動作聲{!!}嘖舌聲{zz}清喉嚨聲{gg}無法辨識的聲音{##}

(四)背景聲音標記符號 Symbols of background noises

風聲{feng}機械聲{^^^}雷聲{lei}車船飛機聲{feiji/chuan/che}雨聲{yu}廣播電視聲{tv}流水聲{shui}音樂聲{123}鳥叫聲{niao}手機電話鈴聲{tel}蟲叫聲{chong}其他家電聲{jiad}家畜叫聲{gou/niu/ji/ya}電流聲{～～～}獸叫聲{shou}吵鬧/喊叫/說話等人為噪聲{xxx}爆炸聲{bong}其他聲音{***}

[責任編輯 閆月珍 責任校對 池雷鳴]

2016-05-10

范俊軍(1963—)，男，湖南桂陽縣人，暨南大學漢語方言研究中心研究員、博士生導師。

國家社科基金重大項目《中國瀕危語言數(shù)字博物館建設的理論與實踐研究》(批準號：12AYY002)。

H0

A

1000-5072(2016)10-0030-06

* 本規(guī)則在“中國瀕危語言有聲資源采錄和立檔技術高級講習班”暨南二期、三期、四期上試用，本次公開發(fā)表，希望更廣泛征求意見。