引入 MELI：普通话-英语语言访谈语料库
计算与语言
2026-05-18 v2
摘要
我们介绍普通话-英语语言访谈（MELI）语料库，一个包含 51 名普通话-英语双语说话者共 29.8 小时语音的开源资源。MELI 结合了匹配的普通话和英语会话，包含两种说话风格：朗读句子和关于语言变体、标准性和学习经历的自发访谈。音频以 44.1 kHz（16 位、立体声）录制。访谈经过完整转写，并在词和音素层面进行了强制对齐和匿名处理。描述性地，普通话部分总计约 14.7 小时（平均时长 17.3 分钟），英语部分约 15.1 小时（平均时长 17.8 分钟）。我们报告了每种语言的 token/type 统计，并记录了代码转换模式（在普通话会话中频繁出现；在英语会话中较为有限）。该语料库设计支持说话者内/跨说话者、语言内/跨语言的声学比较，并将声学与说话者陈述的语言态度联系起来，使定量和定性分析均成为可能。MELI 语料库将在 CC BY-NC 4.0 许可下发布，包含转录文本、对齐结果、元数据、标注地图扫描件和文档说明。
引用
@article{arxiv.2603.27043,
title = {Introducing MELI: the Mandarin-English Language Interview Corpus},
author = {Suyuan Liu and Molly Babel},
journal= {arXiv preprint arXiv:2603.27043},
year = {2026}
}
备注
Accepted at LREC 2026 (14th International Conference on Language Resources and Evaluation), to appear in the conference proceedings