Projekt EPIC-SI gradi prvi celovit korpus zgodnje komunikacije med starši in otroki v slovenščini.
Korpus bo omogočil raziskovanje tipičnega jezikovnega in komunikacijskega razvoja: kako se pri otrocih razvijajo glasovi in besedišče, slovnične strukture ter neverbalna komunikacija, kot so kretnje in geste.
Rezultati bodo uporabni za raziskovalce, vzgojitelje in logopede — med drugim za razvoj diagnostičnih orodij in pripomočkov za otroke z govorno-jezikovnimi težavami.
Pri projektu sodelujejo Institut »Jožef Stefan«, Pedagoški inštitut ter Pedagoška fakulteta in Fakulteta za elektrotehniko Univerze v Ljubljani.
Delovni sklopi
V projektu bomo zbrali 150–300 ur zvočnih in video posnetkov spontane komunikacije otrok, starih od 12 do 48 mesecev, in njihovih staršev, in jih ročno prepisali ter opremili z jezikovnimi in nejezikovnimi oznakami. Tako bo nastala obsežna in reprezentativna podatkovna zbirka, kakršne za slovenščino doslej ni bilo.
Na podlagi zbranih podatkov bomo izvedli prve razvojne, jezikoslovne in avdiovizualne študije. Zbirka bo hkrati izhodišče za prilagajanje tehnologij za obdelavo naravnega jezika (npr. samodejnega razpoznavanja govora) slovenskemu otroškemu govoru.
Po zaključku projekta bo anonimiziran korpus odprto dostopen v mednarodnih repozitorijih (CLARIN.SI in TalkBank/CHILDES).
Podroben pregled aktivnosti po delovnih sklopih:
WP0: Upravljanje projekta in diseminacija
| Cilji | Zagotavljanje koordinacije med partnerji, komuniciranje ciljev in rezultatov projekta ter upravljanje s stroški in časovnimi okviri. |
| Naloge | Priprava promocijskih gradiv, vzpostavitev spletne strani, komunikacijske platforme in podatkovnega strežnika ter izvedba delavnic za starše in javnost. |
| Rezultati | Učinkovito upravljanje projekta, vidna promocija ciljev in rezultatov projekta ter uspešna vključitev staršev v raziskavo. |
WP1: Priprava materialov in metod
| Cilji | Razvoj protokolov za zbiranje podatkov, priprava tehnične opreme in dokumentacije za etično presojo. |
| Naloge | Izbor vzorca udeležencev, priprava snemalne opreme, priprava gradiv za udeležence. |
| Rezultati | Etična odobritev projekta, navodila za snemanje v naravnem okolju, pripravljene snemalne naprave. |
WP2: Zbiranje podatkov
| Cilji | Zbiranje 300 ur avdiovizualnih posnetkov starševsko-otroške komunikacije. |
| Naloge | Rekrutacija udeležencev, izvedba snemanj na domovih, prenos in obdelava podatkov. |
| Rezultati | Celovit korpus posnetkov kot osnova za nadaljnje študije. |
WP3: Transkripcija podatkov
| Cilji | Ročna transkripcija posnetkov z uporabo standardiziranih orodij. |
| Naloge | Priprava smernic za transkripcijo, usposabljanje zunanjih transkriptorjev, nadzor in validacija transkripcij. |
| Rezultati | Anotiran in transkribiran korpus govornih podatkov. |
WP4: Obogatitev podatkov
| Cilji | Dodajanje dodatnih nivojev informacij (fonološka poravnava, jezikovne oznake, vizualni podatki). |
| Naloge | Samodejna in ročna anotacija, razvoj orodij za prepoznavanje drž in gest. |
| Rezultati | Obogaten in javno dostopen korpus v mednarodnih podatkovnih repozitorijih. |
WP5: Raziskovalno delo
| Cilji | Raziskovanje fonološkega, sintaktičnega, leksikalnega in pragmatičnega razvoja otrok. |
| Naloge | Analiza govornih zvokov, neverbalne komunikacije, slovničnih struktur in pragmatičnih označevalcev. |
| Rezultati | Razvojni mejniki za slovenščino, raziskovalna poročila o multimodalni komunikaciji. |
Ključni rezultati
Dostop do rezultatov projekta (deliverables).
Tabela z rezultati
| Deliverable | Expected delivery | Format | WP / Responsible | Status | Uploads |
|---|---|---|---|---|---|
| Promotional & educational materials package (recruitment + parent material) | Month 03 | Videos, flyers, lectures, etc. | WP0 – Mgmt & dissemination (PEI) | In progress | |
| Ethics committee application (objectives, methodology, consent templates, data-protection & risk assessment) | Month 03 | Application document | WP1 – Materials & methods (PEF) | 5/1/2026 | |
| Project web page with participant information | Month 06 | Public web page | WP0 – Mgmt & dissemination (PEI) | 7/1/2026 | Website |
| Data Management Plan & Dissemination Plan | Month 06 | Digital platform + servers | WP0 – Mgmt & dissemination (PEI) | 5/1/2026 | Data Management Plan (PDF) |
| Instructions for participants (recording setup + elicitation material) | Month 06 | Instruction documents + materials | WP1 – Materials & methods (PEF) | In progress | |
| Project platform (partner communication + deliverables + data storage) | Month 07 | Digital platform + servers | WP0 – Management & dissemination (PEI) | 3/8/2026 | Nextcloud platform |
| Annotation guidelines & annotator training | Month 07 | Guideline document + training | WP3 – Data transcription (PEF) | Not started | |
| Machine-learning pipeline for automated posture & gesture recognition | Month 16 | ML pipeline / software | WP4 – Data enrichment (IJS) | Not started | |
| Gesture and Posture Dataset | Month 20 | Annotated dataset | WP4 – Data enrichment (IJS) | Not started | |
| Corpus recordings (150–300 hrs) | Month 22 | Audio / video recordings | WP2 – Data collection (PEI) | Not started | |
| Transcribed speech corpus | Month 24 | Transcribed corpus | WP3 – Data transcription (PEF) | Not started | |
| Evaluation report on landmark-detection algorithm | Month 24 | Evaluation report | WP4 – Data enrichment (IJS) | Not started | |
| Benchmark for child speech ASR (SloBENCH) | Month 24 | Benchmark dataset | WP4 – Data enrichment (IJS) | Not started | |
| Benchmark for linguistic preprocessing | Month 24 | Benchmark dataset | WP4 – Data enrichment (IJS) | Not started | |
| Milestones of phonological progression & cross-participant variation | Month 30 | Research report / dataset | WP5 – Research (PEI) | Not started | |
| Analysis of non-verbal communicative acts vs. language stages | Month 32 | Research report | WP5 – Research (PEI) | Not started | |
| Context-dependent variation in gesture usage across age groups | Month 34 | Research report | WP5 – Research (PEI) | Not started | |
| Published enriched corpus (CLARIN.SI, NoSketchEngine, TalkBank/CHILDES) | Month 36 | Public corpus | WP4 – Data enrichment (IJS) | Not started | |
| Report on shared gesture–language interaction patterns | Month 36 | Research report | WP5 – Research (PEI) | Not started | |
| Morphosyntactic development vs. vocabulary growth | Month 36 | Research report | WP5 – Research (PEI) | Not started | |
| Onset of pragmatic communicative markers in child speech | Month 36 | Research report | WP5 – Research (PEI) | Not started |
Transkripcija
Postopek transkripcije.