فرهنگستان زبان و ادب فارسی نامه فرهنگستان 1025-0832 مقالات آماده انتشار 2026 06 16 Designing a speech corpus for studies in experimental phonetics: Methodological decisions and challenges طراحی یک پیکره‌ی گفتاری در مطالعات آواشناسی تجربی: تصمیم‌ها و چالش‌های روش‌شناختی 245678 10.22034/nf.2026.577011.1518 FA ندا موسوی دپارتمان علم گفتار و آواشناسی،‌ دانشگاه مارتین لوتر هاله-ویتنبرگ و موسسه‌ی ماکس پلانک برای زیبایی‌شناسی تجربی، فرانکفورت 0009-0006-1903-3971 Journal Article 2026 02 22 This paper provides a methodological overview of the stages involved in designing and constructing a speech corpus, with particular emphasis on the decisions and challenges that arise when collecting standardized speech data for experimental phonetics. The discussion draws on the author’s experience developing a speech corpus as part of a doctoral dissertation. Although the original corpus is bilingual, containing Persian and German data, the present article focuses exclusively on the Persian component. The paper describes the key stages of corpus construction, including the design and selection of speech elicitation tasks, speaker sampling, recording environment and conditions, data organization and naming conventions, and procedures for speech preprocessing and segmentation. It argues that corpus construction is not merely a technical or operational task, but a sequence of deliberate methodological decisions that directly affect data quality, the interpretability of results, and the reproducibility of analyses. In addition, the paper discusses the challenges of applying automatic segmentation methods to Persian speech, highlighting the limitations of automatic speech recognition and romanization tools in low-resource language contexts. It further argues that systematically documenting methodological decisions is itself an essential component of corpus construction, as such documentation promotes transparency, enables critical evaluation of results, and enhances the long-term scientific usability of the data. هدف این مقاله ارائه‌ی مروری روش‌شناختی بر مراحل طراحی و ساخت یک پیکره‌ی گفتاری با تمرکز بر تصمیم‌ها و چالش‌های فرایند گردآوری داده‌های گفتاری استاندارد در مطالعات آواشناسی تجربی است. این مرور بر پایه‌ی تجربه‌های حاصل از طراحی و پیاده‌سازی یک پیکره‌ی گفتاری در چارچوب رساله‌ی دکترای نویسنده انجام شده است. پیکره‌ی اصلی ماهیتی دوزبانه دارد، اما تمرکز این مقاله صرفاً بر بخش فارسی آن است. در این نوشتار، مراحل مختلف ساخت پیکره، از جمله انتخاب و طراحی وظایف برانگیزش گفتار، نمونه‌گیری از گویندگان، طراحی محیط و شرایط ضبط، سازمان‌دهی و نام‌گذاری داده‌ها، و در نهایت پیش‌پردازش و تقطیع گفتار،‌ به‌صورت نظام‌مند مورد بحث قرار می‌گیرند. نشان داده می‌شود که طراحی پیکره فرایندی صرفاً اجرایی نیست، بلکه مجموعه‌ای از تصمیم‌های روش‌شناختی آگاهانه را دربر می‌گیرد که مستقیماً بر کیفیت داده‌ها، تفسیرپذیری نتایج و امکان بازتولید تحلیل‌ها اثر می‌گذارند. همچنین مقاله به چالش‌های مرتبط با استفاده از روش‌های خودکار در تقطیع گفتار پیکره‌های فارسی می‌پردازد و محدودیت‌های ابزارهای بازشناسی خودکار گفتار را در بافت زبان‌های کم‌منبع برجسته می‌کند. در پایان استدلال می‌شود که مستندسازی دقیق این تصمیم‌ها و مراحل، خود بخشی اساسی از فرایند ساخت پیکره است و نقشی تعیین‌کننده در شفافیت روش، ارزیابی نتایج و امکان استفاده‌ی علمی از داده‌ها ایفا می‌کند.