Transkriptionsdaten

Transkriptionsdaten bezeichnet in der Sprachwissenschaft und verwandten Feldern die Daten, die aus der Transkription von gesprochener Sprache entstehen. Sie bestehen aus Texttranskripten, oft ergänzt durch zeitliche Markierungen, Sprecherkennungen und Metadaten, die die Aufnahmeumstände dokumentieren. Ziel ist es, gesprochene Äußerungen systematisch zu dokumentieren und für linguistische Analysen, Korpora oder Sprachdokumentation nutzbar zu machen.

Transkriptionsdaten können verschiedene Formen annehmen: Orthografische Transkriptionen in Standard- oder Dialekt-Schreibweisen; phonetische oder phonemische Transkriptionen (IPA); prosodische Transkriptionen, die Tonhöhe, Betonung und Rhythmus erfassen; morpho-syntaktische Annotationen und Diskursstrukturen; sowie Interlinear-Glossing, das Wort-für-Wort-Übersetzungen oder grammatische Informationen liefert. Zusätzlich werden Zeitsynchronisationen und Sprecherlabels aufgezeichnet, um einzelne Äußerungen zeitlich zu verorten und Sprecherwechsel nachvollziehen zu können.

Für Speicherung und Austausch nutzen Transkriptionsdaten gängige Formate und Standards: ELAN-Dateien, die Annotationen zeitsynchronisiert in XML speichern; PRAAT-TextGrid-Dateien; CHAT/CLAN-Formate; Transcriber; TEI/XML-basierte Annotationen. Je nach Forschungsziel kommen zusätzliche Annotationsebenen oder spezialisierte Konventionen zum Einsatz, etwa Jeffersonian-Transkripte für Gesprächsabläufe oder Richtlinien zur Beurteilung der Inter-annotator-Reliabilität.

Anwendungen umfassen Spracherhebung, Korpusforschung, Dialekt- und Sprachkontaktstudien, Sprachtherapie und Dokumentation seltener Sprachen. Die Erstellung von Transkriptionsdaten erfordert Transparenz über Methoden, Annotation-Richtlinien und Qualitätskontrollen; oft wird die Inter-annotator-Reliabilität gemessen. Datenschutz und Einwilligung spielen eine Rolle, wenn personenbezogene Daten oder sensible Inhalte enthalten sind. Zugänglichkeit erfolgt in der Regel über Korpora, Forschungsdaten-Repositories oder Publikationen, oft mit Lizenz- und Nutzungsbedingungen.