BOMP Readme

Dieses Archiv enthält das maschinenlesbare Bonner Aussprachewörterbuch (BOMP).

WICHTIG:
BOMP darf nur in Einklang mit den in den Lizenzvereinbarungen festgehaltenen Bedingungen benutzt werden.

Was ist BOMP ?

BOMP ist ein maschinenlesbares Aussprachewörterbuch für das Deutsche. Es wurde ursprünglich von Dr. Dieter Stock aus verschiedenen Wortlisten zusammengetragen, die dann durch das Programm P-TRA (ebenfalls v. Dr. Stock) automatisch transkribiert (in Lautschrift umgesetzt) wurden. Die Transkriptionen wurden von Dr. Stock, Monika Braun, Bernhard Herrchen und Thomas Portele manuell korrigiert.

Von Thomas Portele wurde das Lexikon für den Einsatz im Sprachsynthesesystem HADIFIX angepasst.
Jürgen Krämer entwickelte Quellcode für die Analyse flektierter und derivierter Wortformen. Eine Reihe von Korrekturen wurden von Monika Rauth durchgeführt. Stefan Breuer und Jörg Bröggelwirth haben zahlreiche Transkriptionen auf ihre Richtigkeit hin überprüft.

Seit August 2001 enthält BOMP viele Flexions- und Derivationsformen, die in der vorherigen Version fehlten. Wortklassen (Wortarten) und (etwas unzuverlässige) Silbengrenzen wurden den Einträgen hinzugefügt. Die Flexionen und Derivationen wurden von Stefan Breuer mit Hilfe der im HADIFIX-Präprozessor enthaltenen Affix-Liste erzeugt. Aus den so generierten Einträgen wurden die Nonsens-Wörter von Gregor Möhler (IMS, Uni Stuttgart) herausgefiltert.

BOMP wird jetzt in drei verschiedenen Transkriptionsformaten ausgeliefert:

• HADI-BOMP benutzt die in HADIFIX eingesetzten SAMPA-Transkriptionen
• BOSS-BOMP ist in BLF, dem BOSSII-Labelformat gehalten. Dieses Format wird vom Bonn Open Synthesis System, einer Open Source-Sprachsynthese benutzt, die derzeit am IKP entwickelt wird.
• FEST-BOMP liegt im Festival-Transkriptionsformat vor. Dieses Format wird von GermanFestival, der Open Source-Synthese des IMS verwendet. FEST-BOMP ist Teil der GermanFestival-Distribution, die über obigen Link erhältlich ist.

Wie sieht das Datenformat aus?

Die untenstehende Beschreibung betrifft ausschließlich HADI-BOMP. Eine BLF-Dokumentation für BOSS-BOMP wird in Kürze unter www.ikp.uni-bonn.de/~kst/boss_ii.htm zur Verfügung stehen. Bitte konsultieren Sie die Seiten des IMS für Informationen über GermanFestival oder besuchen Sie http://www.cstr.ed.ac.uk/projects/festival für generelle Informationen über das Festival-Synthesesystem.

Das HADI-BOMP-Transkriptionsformat:

Jede Zeile enthält einen Eintrag. In der ersten Spalte steht die orthographische Version in ANSI inklusive Umlaute. Die zweite Spalte enthält eine phonetische Umschrift. Die Spalten sind durch ein TAB (0x09) getrennt.

Die phonetische Transkription liegt in SAMPA vor. SAMPA ist unter http://www.phon.ucl.ac.uk/home/sampa/german.htm dokumentiert. Der folgende Text ist von dieser Seite kopiert, die relevanten Passagen wurden übersetzt und an die in BOMP verwendete Kodierung angepasst.

Konsonanten

Dem Konsonantensystem des Standarddeutschen werden in der Regel 17 oder 19 Obstruenten-Phoneme zugeschrieben (abhängig davon, ob gewisse Laute, die nur in Lehnwörtern auftauchen, dazugerechnet werden). Dazu kommen fünf Sonoranten. Zu den Obstruenten des Deutschen gehören sechs Plosive, drei (vier) Affrikaten und acht (neun) Frikative, wobei eines der Frikativ-Phoneme zwei akustisch unterscheidbare Allophone aufweist (X und C), wodurch sich zehn Symbole ergeben, die zur Repräsentation der Frikative benötigt werden. Wie im Englischen sind die Obstruenten normalerweise in "stimmlose" und "stimmhafte" Oppositionspaare eingeteilt, wobei die Periodizität ein weniger verlässliches Unterscheidungsmerkmal ist als Dauer und Intensität, weshalb man besser von "lenis" und "fortis" sprechen sollte.

Die sechs Plosives sind p b t d k g:

Symbol          Wort                    Transkription
        p               Pein                    paIn
        b               Bein                    baIn
        t               Teich                   taIC
        d               Deich                   daIC
        k               Kunst                   kUnst
        g               Gunst                   gUnst

? Verein fE6?aIn

Es gibt drei dem Deutschen zugeschriebene phonemische Affrikaten, und eine vierte, dZ, die in einigen Lehnwörtern auftaucht und häufig durch tS ersetzt wird.

pf              Pfahl                   pfa:l
        ts              Zahl                    tsa:l
        tS              deutsch                 dOYtS

        dZ              Dschungel               dZUN@l

Es gibt zehn Frikative, f v s z S Z C j x h. j und v werden meist als Approximant realisiert.

f               fast                    fast
        v               was                     vas
        s               Tasse                   tas@
        z               Hase                    ha:z@
        S               waschen                 vaS@n
        Z               Genie                   Zeni:
        C               sicher                  zIC=6
        j               Jahr                    ja:6
        x               Buch                    bu:x
        h               Hand                    hant

Die Sonoranten bestehen aus drei Nasalen, m n N, und zwei "Liquiden", l R, von denen R als stimmhafter oder stimmloser uvularer Frikativ, uvularer Approximant, oder uvularer Tap / Trill realisiert werden kann.

m               mein                    maIn
        n               nein                    naIn
        N               Ding                    dIN
        l               Leim                    laIm
        r               Reim                    raIm

Vokale

Die Vokale fallen in drei Gruppen, ungespannt (kurz), gespannt (lang) und zwei Kurzvokale, die nur in unbetonter Position auftauchen. .

Die Kurzvokale sind I E a O U Y 9

I               Sitz            zIts
        E               Gesetz          g@zEts
        a               Satz            zats
        O               Trotz           trOts
        U               Schutz          SUts
        Y               hübsch          hYpS
        9               plötzlich       pl9tslIC

Die Langvokale sind i: e: E: a: o: u: y: 2:, plus drei Diphthonge aI aU OY

i:              Lied            li:t
        e:              Beet            be:t
        E:              spät            SpE:t
        a:              Tat             ta:t
        o:              rot             ro:t
        u:              Blut            blu:t
        y:              süß             zy:s
        2:              blöd            bl2:t

        aI              Eis             aIs
        aU              Haus            haUs
        OY              Kreuz           krOYts

In Lehnwörtern taucht auch der Diphthong EI auf

EI Spray sprEI

Der unbetonte Schwa-Vokal ist:

@ bitte bIt@

Die vokalische Realisierung von <r> (am Silbenende) wird durch 6, bzw. im silbischen Fall mit =6 markiert:

=6              besser          bEs6
        6               Schnur          Snu:6

Drei Nasalvokale kommen vor:

O~              Jargon          ZargO~
        a~              Chance          Sa~s@
        E~              Bassin          basE~

Drei nicht-silbische Vokale sind möglich:

<o              Toilette        t<oalEt@
        <u              sexuell         sEks<uEl
        <i              Nation          nats<io:n

Der Wortakzent (Wortbetonung) wird mit einem ' vor der Silbe markiert (außer in einsilbigen Wörtern). Sekundärakzente können durch , markiert werden. Silbengrenzen werden durch das Pipe-Symbol ("|") repräsentiert.

Silbische Konsonanten (wie =n statt @n) sind nicht enthalten, das sie regelhaft abgeleitet werden können.

Was fordern wir als Gegenleistung für den Arbeitsaufwand?

Dieses Wörterbuch ist eine hervorragende Basis für eigene Forschung. Die Erstellung des Wörterbuches hat uns viele (geisttötende) Arbeitsstunden gekostet. Als Gegenleistung fordern wir, dass

1. uns alle Fehler mitgeteilt werden,
2. das Lexikon nicht weitergegeben wird,
3. das Lexikon nur unter den angegebenen Lizenzbestimmungen benutzt wird,
4. wir in Ihren wissenschaftlichen Aufsätzen zitiert werden,
5. Feedback erhalten.

Wenn Sie dieses Wörterbuch für kommerzielle Zwecke einsetzen wollen, kontaktieren Sie uns. Der Einsatz durch militärische Einrichtungen ist generell untersagt!

Kontakt:

Stefan Breuer
IKP, Universität Bonn, Poppelsdorfer Allee 47, 53115 Bonn, Germany
email: sbr@ikp.uni-bonn.de