BEA – Beszélt nyelvi adatbázis

A BEA elnevezésű (BEszélt nyelvi Adatbázis) fonetikailag megalapozott többfunkciós spontán beszéd adatbázis fejlesztésének célja a mai budapesti beszélők beszédének rögzítése, továbbá anyag biztosítása különféle kutatásokhoz és gyakorlati alkalmazásokhoz.

A BEA fejlesztését egy három, egy négyéves, és egy ötéves OTKA, illetve későbbi nevén NKFIH-pályázat segítette, és segíti (783150, 108762 és NKFI-135038 jelölésűek). A második projekt 2013-ban indult. A kutatások elsődleges célja a spontán beszédre fókuszáló, de egyéb beszédtípusokat is tartalmazó nagy beszédadatbázis létrehozása volt (először kilencven, majd százhúsz adatközlő beszédanyagának rögzítésével). A második ciklusban folytak az annotálások, a cél 120 felvétel átírása volt a Praat programban. A fejlesztő kutatók mindkét pályázat keretében különböző aspektusú kutatásokat végeztek az adatbázis felhasználásával. A BEA (BEszélt nyelvi Adatbázis) egységesítése és lejegyzésének továbbfejlesztése, részben automatikus, részben kézi szegmentálása és címkézése az NKFIH által támogatott Prozódiai szerkezet és mondattípusok vizsgálata nagy beszédadatbázisokon mély tanulási támogatással című projekt (NKFI-135038) keretében fog megvalósulni. A BEA adatbázishoz egy nyílt hozzáférésű (open access), ingyenes rendszer tervezése van folyamatban a kutatók számára. A mai tudásszintnek megfelelő, mély tanulási modelleket fejlesztünk a magyar beszédfelismerésre és graféma-fonéma megfeleltetésekre. Ezek eredményei, valamint az automatikus prozódiai lejegyzések, valamint az egységesített hang- és szószintű szegmentálás ingyenesen hozzáférhetővé válnak kutatók számára. A projektben továbbá nagy mennyiségű spontán beszédet tartalmazó adatbázison a nyelvtan-diskurzus interfész modelljeit teszteljük, finomítjuk és átdolgozzuk. Létrehozzuk a prozódiai frázisok fonetikai alapú rendszerét. Végül vizsgáljuk, hogy az előre tervezett és a spontán beszédre jellemző paramétereket hogyan lehet megbízhatóan elkülöníteni egymástól.

Az adatbázis kutatási célra kiadható. A részletekről a fonetika[kukac]nytud.hu címen érdeklődhetnek. A regisztrációs oldal kutatók számára a BEA-Base és BEAST eléréséhez ezen a linken található. Az adatközlőknek ezúton is hálásan köszönjük a kutatásban való részvételt, ezen a linken érik el az adatkezelési tájékoztatótankat.

Adatok

Ez a beszédadatbázis nem csupán a nyelvészet, a beszédkutatás számára rendkívüli. A BEA nemzeti kincs, fontossága a szótárakéhoz hasonlítható. Fejlesztése kötelességünk és felelősségünk. Mostanra vált technikailag lehetővé egy ilyen nagyszabású munkálat elindítása, amelyet a lehető legmagasabb szakmai színvonalon kell elvégeznünk.

A számítógépes technológia segítségével létrehozható nagyméretű beszédadatbázisokat a fonetika harmadik forradalmának nevezték a hangszínképelemzés és a számítógépes beszédanalizáló szoftverek után egy 2011-es fonetikai workshop nyitó gondolataként a Pennsylvaniai Egyetemen (New tools and methods for very-large-scale phonetics research: http://www.ling.upenn.edu.phonetics /workshop/). Napjainkban már nagy mennyiségű beszédadatbázisok állnak rendelkezésre különböző nyelveken, és ez azt jelenti, hogy a kutatók olyan kérdésekre is választ kaphatnak, amelyekre korábban nem volt mód. A korszerű beszédadatbázisok rögzített felvételei különféle szempontok szerint strukturáltak és lekérdezhetők. A nyelvészet számos területén fokozódik az igény a valós nyelvhasználat tanulmányozására.

A szoros értelemben vett fonetikai, a tágabb értelemben vett nyelvészeti elemzések, azaz a spontán beszéd több aspektusú vizsgálata, továbbá a beszédtechnológiai feladatok igénye olyan magyar nyelvű multifunkcionális adatbázis fejlesztését tette szükségessé, amely elméleti és alkalmazott kutatások anyagául egyaránt szolgálhat. Az MTA Nyelvtudományi Intézet Fonetikai Osztályán 2007-ben indult meg a BEA (BEszélt nyelvi Adatbázis) fejlesztése. A cél 500 személy beszédének rögzítése, adatközlőnként 50-60 percnyi hanganyag felvétele, tekintetbe véve a nők és a férfiak arányát, az életkor szerinti megoszlást, valamint az iskolázottságot. A kezdetektől szigorúan figyelembe vettük a Nyelvtudományi Intézetben érvényes Humán vizsgálatokon alapuló nyelvészeti kutatások etikai szabályozásában foglaltakat (2007. április 16) a felvételek készítése során (az adatközlők kódokkal szerepelnek az adatbázisban, személyük azonosíthatatlan). A fejlesztés tervezésével egy időben megkezdődött a hangzó anyag lejegyzési stratégiáinak, valamint a lekérdezhetőség módozatainak a kidolgozása. Jelenleg a tervezett adatbázis mintegy 80%-a készült el; a kezdetektől kutatásra alkalmas.

A felvételek mindig azonos helyen és technikai körülmények között készülnek, a Fonetikai Osztály saját tervezésű, zajszigetelt szobájában. A hangcsillapítás mértéke a külső környezethez képest 50 Hz-en 35 dB, 250 Hz fölött pedig 65 dB. A szobában felvett hanganyagok jel/zaj viszonyának értékei szerint ez a zajszigetelt szoba alkalmas jó minőségű hangfelvételek készítésére. A rögzítés digitális, közvetlenül a számítógépre történik 44,1 kHz-es mintavételezéssel. Tárolás: 16 bit, 86 kbyte/s, monó. Az interjúkészítő a felvételek 95%-ában ugyanaz a személy volt (fiatal nő). A társalgások harmadik személye fiatal nő vagy férfi (kollégák).

A BEA felvételei közül számosnak az átírása megtörtént: a) központozás nélküli, ún. elsődleges átírás helyesírásban (a Microsoft Office Word programban), b) annotálás a Transcriber programban (a hanganyag és az írott szöveg itt is egyszerre láthatóvá és hallhatóvá tehető; elsősorban beszédtechnológiai alkalmazásban jelent nagy segítséget, c) annotálás a Praat programban (ez többféle annotálás megjelenítését teszi lehetővé, tartalmazza a rezgésképet, a hangszínképet, valamint a különböző szintű beszédrészeket).

Az elmúlt évek alatt a kutatók használhatták az adatbázist. Így a fejlesztőkén kívül is számos kutatás folyt a BEA felhasználásával. A megjelent tanulmányok száma meghaladja a nyolcvanat (magyar és angol nyelven), két szerkesztett kötetet is publikáltak (Beszéd, adatbázis, kutatások. Szerk.: Gósy Mária. Akadémiai Kiadó, Budapest, 2012 és Diszharmóniás jelenségek a beszédben. Szerk.: Gósy Mária. MTA Nyelvtudományi Intézet, Budapest, 2015). Néhány a kutatott témák közül: beszédhangok és szavak akusztikai-fonetikai vizsgálata, a beszéddallam elemzése, a beszédalkalmazkodás kutatása, temporális variabilitás, a beszédsebesség vizsgálata, a bizonytalanságot jelző és a hiba típusú megakadásjelenségek kutatása, gyakorisági mutatók, pragmatikai sajátosságok.

A BEA adatbázist – a beszélők számát, a felvételeinek időtartamát, a protokollt, az annotálást tekintve, valamint azt, hogy minden felvételt azonos körülmények között rögzítenek – nemzetközi tekintetben is a legjelentősebbek között tartják számon.

Válogatás a BEA-adatbázis alapján készült cikkekből

Gósy, M., Gyarmathy, D., Horváth, V., Gráczi, T., Beke, A., Neuberger, T., & Nikléczy, P. (2012). BEA. In Beszéd, adatbázis, kutatások (pp. 9–24). Korlátozottan hozzáférhető.

Gyarmathy, D., Neuberger, T., & Gráczi, T. E. (2014). Lejegyzési útmutató a BEA Spontánbeszéd-adatbázis háromszintű annotálásához. ALKALMAZOTT NYELVTUDOMÁNY, 14(1–2), 35–44. Letölthető.

Horváth, V., Bóna, J., Dér, C. I., Gyarmathy, D., Hámori, Á., Huszár, A., … Weidl, Z. (2021). Fonetika és társalgáskutatás: a beszélőváltások kérdésköre. In Tanulmányok a beszédtudomány alkalmazásainak köréből (pp. 251–278). Letölthető.

Horváth, V., Krepsz, V., Gyarmathy, D., Hámori, Á., Bóna, J., Dér, C. I., & Weidl, Z. (2019). Háromfős társalgások annotálása a BEA-adatbázisban. NYELVTUDOMÁNYI KÖZLEMÉNYEK, 115, 255–274. http://doi.org/10.15776/NyK/2019.115.9 Korlátozottan hozzáférhető.

Neuberger, T., Gyarmathy, D., Gráczi, T. E., Horváth, V., Gósy, M., & Beke, A. (2014). Development of a large spontaneous speech database of agglutinative Hungarian language. In Text, Speech, and Dialogue (Vol. 8655, pp. 424–431). http://doi.org/10.1007/978-3-319-10816-2_51 Letölthető.