Introduction

    標記性和頻率一直是兒童語言習得相當重要的議題，標記性反映的是一個語言的常態性分佈(Goodluck, 1991)，標記性越低（unmarked）的音出現頻率越高，標記性越高(marked)則出現頻率越低。成人語言是兒童語言的輸入和目標語言(target language)，兒童的語音分佈應與成人相似。本報告研究之語言為閩南語，閩南語在台灣屬較弱勢的語言，由於其書寫系統並不盛行，且沒有任何報章雜誌以閩南語作為出版之語言，造成在研究上也較為稀少。本報告利用國立中正大學 語言學研究所 蔡素娟教授 所建立之 [台灣兒童語料庫]（Taiwanese Child Language Corpus; TAICORP）之十四名兒童長期(longitudinal)自然語料，提供以閩南語為母語之兒童字詞相關分析：包括字頻、詞頻、音節類型及分佈頻率、聲母及韻母分佈頻率等。兒童語料並與其他參與錄音人員語料做交叉比較，以瞭解兒童導向語言(child-directed speech)對於兒童語言發展的重要性；此外，兒童語料也與《台灣閩南語口語語料庫》做比較，以瞭解兒童使用字詞與環境輸入（input）是否有關，及其與大人常用詞彙之相異。《台灣閩南語口語語料庫》由國立中正大學 語言學研究所 蔡素娟教授及麥傑教授所建立，語料來源為雲嘉南當地的廣播電台，所收錄之電台節目議題涵蓋許多，目前大約收錄84小時，已轉記為文字檔之時數為53小時。目前詞數約644,523詞（2011年4月資料）。本報告之《台灣閩南語口語語料庫》語料取10個檔案為樣本，共5小時之錄音。

台灣兒童語料庫之語料是，國立中正大學 語言學研究所 蔡素娟教授所執行的國科會研究計畫「台灣話聲調習得的發展之研究」（執行期限自民國86年8月至89年7月）（計畫編號：NSC 87-2411-H-194-019; NSC 88-2411-H-194-019; NSC 89-2411-H-194-010）所蒐集之語料。該計畫總共收錄十四名兒童之語料，年紀較大者每二至三週進行一次錄音，年紀較小者每一至二週錄音一次。錄音語料先經過錄音內容的編輯，去除過於冗長的空白部分或雜訊，並分段標記序號，以利記音之進行，總共有430個錄音檔案。台灣兒童語料庫之總詞頻（包括其他參與錄音者）為1,741,408詞，兒童的詞頻為499,618詞（如列表四），佔所有詞頻的30%。語料庫的其他參與者包含：訪問者、兒童的父母親、兒童的祖父母、兒童的兄弟姐妹等。

參與計畫的兒童主要來自嘉義縣民雄鄉（豐收村、三興村、東興村、溪底部及鎮北村等），其母語皆為閩南語，錄音的年齡從一歲兩個月至五歲三個月，參訪年齡由三個月到兩年不等。受訪兒童的性別、參與計畫年齡、檔案數及錄音總長，如下表所示。

參與兒童基本資料

該計畫一共收錄430個錄音檔案，錄音總長約330小時。錄音檔案為較不佔空間的MP3格式，以方便儲存；文字檔案編碼方式為廣為接受的標準萬國碼（unicode），以利語料之流通，提供更多學者作為研究用途。

工作人員

計畫主持人：蔡素娟教授

研究助理：專任助理 林雅琪、林奐伊、李韵葳、謝沛諭

研究計畫程式撰寫人員：張民宗、紀春興、許千昱

致謝

本語料庫之語料收集及轉記，特別感謝前專任助理黃婷鈺、劉慧娟及陳曉君。