>> Katso jo julkaistut aineistot
| 100suom | Sata suomalaista kielellistä elämäkertaa |  |  MP4,DOCX,XLSX | MP4,DOCX,XLSX | | B | Hanna Lappalainen | https://blogs.helsinki.fi/100suomalaista/ | ||
| Akkala | Puhutun ja kirjoitetun akkalansaamen korpus | | | VRT | Korp | Michael Riessler | ||||
| amph-korp | Ajatella, miettiä, pohtia, harkita -korpuksen Helsinki-Korp-versio |  | TXT | VRT | Korp | Antti Arppe | ||||
| coronavirus-2021-05-src | The Coronavirus Corpus - Kielipankin versio 2021-05, lähdemateriaali |  | | B | FIN-CLARIN | |||||
| DIALUKI | DIALUKI - toisen ja vieraan kielen lukemisen ja kirjoittamisen diagnosointi | | | TXT | VRT | Korp | Ari Huhta | |||
| digitala-autumn2021 | DigiTala: lukioissa ja yliopistossa kerätty S2-aineisto, syksy 2021 | | | WAV, TXT | WAV, TXT | | B | Anna von Zansen | https://zenodo.org/communities/digitala/about/ | |
| digitala-spring2021 | DigiTala: lukioissa kerätty S2-aineisto, kevät 2021 | | | WAV, TXT | WAV, TXT | | B | Anna von Zansen | https://zenodo.org/communities/digitala/about/ | |
| digitala-yki | DigiTalan YKI-aineisto | | | WAV, TXT | WAV, TXT | | B | Heini Kallio | https://zenodo.org/communities/digitala/about/ | |
| dma-v2 | Digitaalinen muoto-opin arkisto, uusi versio |  | | VRT | Korp | |||||
| dma-wn-fn-src | Muoto-opin arkiston sanaliput sekä keruukertomukset, lähdemateriaali | | | |||||||
| dma-wn-src | Digitaalisen muoto-opin arkiston sanaliput, lähdemateriaali | | | PDF | | |||||
| DSPCON2013-2015-korp | Aalto-yliopiston DSP-kurssin keskustelukorpus 2013-2015, Helsinki-Korp-version | | TXT | VRT | Korp | Mikko Kurimo, Seppo Enarvi | ||||
| eduskunta-v2-dl | Eduskunnan täysistunnot, ladattava versio 2 | | MP4, WAV, TXT | WAV, ELAN, VRT | | |||||
| eduskunta-v2-korp | Eduskunnan täysistunnot, Kielipankin Korp-versio 2 | | TXT | WAV, ELAN, VRT | Korp | |||||
| enets | Enetsin korpus | | MP4, WAV, ELAN | MP4, WAV, ELAN | Download, Korp | Olesya Khanina | ||||
| english-uhlcs-korp | Englannin korpuksen (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| erme-dl | ERME Ersän ja mokšan laajennettu korpus, kokotekstit/ladattava versio | | XML | VRT | Jack Rueter | |||||
| Ersä | Ersän puhekielen korpus | | | ELAN | | Riho Grünthal | ||||
| erzya-moksha-komi-uhlcs-korp | Ersän ja mokšan kirjallisuutta ja julkaisuja ja komisyrjäänin kirjallisuutta (UHLCS), Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| erzya-moksha-uhlcs-korp | Ersän ja mokšan sanaluettelokorpuksen (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| estonian1-uhlcs-korp | Viron korpus 1:n (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| estonian2-uhlcs-korp | Viron korpus 2:n (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| fcaa | Keskusteluntutkimuksen arkisto | | WAV,MP3,MP4,RTF,PDF | | Mari Siiroinen | https://metashare.csc.fi/repository/browse/finnish-conversation-analysis-archive/65669f5eb7e611eb9cdefa163ec5ae3e69c8f5f510064ad999f16144700b1156/ | ||||
| fedidi | Murteita käsittelevien fennististen väitöskirjojen lähdetietokanta | | TXT | TXT | | |||||
| findarc | Suomenkielisen pimeän verkon kauppapaikka-aineisto | | | JSONLINE | VRT | | Tuomas Harviainen | |||
| finears | Suomalaisen elektroakustisen musiikin haastatteluaineisto | | WAV,DOCX | WAV,TXT | | Mikko Ojanen | https://blogs.helsinki.fi/finnish-electroacoustic-resources/ | |||
| FinIntas | The FinINTAS Corpus of Spontaneous and Read-aloud Finnish Speech | | wav + Praat | ELAN | | Mietta Lennes | ||||
| finlangus | Amerikansuomalaisten siirtolaisten ja verrokkipuhujien puhuttu suomen kieli ja kielelliset tehtävät | | Nana Lehtinen | |||||||
| finnish-bibles-uhlcs-korp | Suomen korpus (raamatut) (UHLCS), Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| finnish-literature-uhlcs-korp | Suomen korpus (kirjallisuutta) (UHLCS), Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| FinnTreeBank1-korp | Suomen puupankki FinnTreeBank 1:n Helsinki-Korp-versio | | | TXT | VRT | Korp | ||||
| ha-korp | Ha-kieliaineiston Helsinki-Korp-versio | | | TXT | VRT | Korp | Lotta Aunio | |||
| hanty-uhlcs-korp | Hantin korpus (pohjoishantin aineistot ja käännökset) (UHLCS), Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| helpuhe-2010txt | Helsingin puhekielen pitkittäiskorpus (2010-luvun tekstimuotoinen aineisto) | | TextGrid | VRT | Korp | Hanna Lappalainen | ||||
| helpuhe-v2-korp | Helsingin puhekielen pitkittäiskorpuksen (1970, 1990, 2010) Helsinki Korp versio 2 | | | | | | Hanna Lappalainen | |||
| helpuhe-v2-lat | Helsingin puhekielen pitkittäiskorpuksen (1970, 1990, 2010) Helsinki LAT versio 2 | | | TextGrid | ELAN | | B | Hanna Lappalainen | ||
| HS | Helsingin Sanomien arkisto -korpus | | | VRT | Korp | Jarkko Rahkonen | ||||
| ingrian-uhlcs-korp | Inkeroisen korpuksen (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| Inkerin murteet | Inkerin murteiden korpus | | WORD-DOC, MP3, WAV | VRT, ELAN | | Marjatta Palander | www, muuta | |||
| iweb-src | The Intelligent Web Corpus - Kielipankin versio, lähdemateriaali | | B | FIN-CLARIN | ||||||
| kikosa-haa | Oulun yliopiston Kikosa-kokoelma: Ryhmähaastattelut | | WAV, EAF, TXT | WAV, EAF, TXT | | Maria Frick | ||||
| kikosa-kok | Oulun yliopiston Kikosa-kokoelma:Opiskelijakokoukset | | WAV, EAF, TXT | WAV, EAF, TXT | | Maria Frick | ||||
| Kiltinänsaame | Kirjoitetun kiltinänsaamen korpus | | | | VRT | Korp | Mikael Riessler | |||
| Kiltinänsaame (UHLCS) | Kiltinänsaamen korpus (UHLCS) | | PDF | PDF | | Pirkko Suihkonen | ||||
| komi-ikdp | Puhutun komin korpus: IKDP | | MP4, WAV, ELAN | MP4, WAV, ELAN | | Niko Partanen | ||||
| komi-uhlcs-korp | Komisyrjäänin korpuksen (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| kra-korp | Keskiranskan korpuksen Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| latin-uhlcs-korp | Latinan korpuksen (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| long-second | Long Second -korpus: Suomen kielen kehittyminen alakoulun valmistavalla luokalla | | ELAN, MP4 | VRT, ELAN | Download, Korp | Maria Ahlholm | ||||
| Lönnrot | Elias Lönnrotin kirjeenvaihto | | | XML | VRT | Korp | Kirsi Keravuori | www | ||
| lude-uhlcs-korp | Lyydin korpuksen (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| medievalturku | Turun keskiaikaisten asiakirjojen maamerkkien korpus, lähdeaineisto | | | XML | XML, VRT, TXT | | B | Hanna-Mari Kupari | ||
| mepu-src | Puhutun meänkielen korpus, lähdeaineisto | | | WAV, TXT | WAV, TXT | | B | Niina Kunnas | ||
| mlcca | MLCCA, Monikielinen sopimustekstien korpus | | | XML, VRT | XML, VRT | | A | Mikhail Mikhailov | ||
| movie-src | The Movie Corpus - Kielipankin versio, lähdemateriaali | | B | FIN-CLARIN | ||||||
| mutable-src | Kuvailutulkkaus sokeiden ja näkevien yhteistyönä | | MP4, EAF, TXT | MP4, EAF, TXT | | B | Maija Hirvonen | https://projects.tuni.fi/mutable/the-mutable-corpus/ | ||
| nenets-uhlcs-korp | Nenetsin korpuksen (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| Nganasan | Nganasanin kielen puhekorpus | | ELAN | VRT, ELAN | | Larisa Leisiö | ||||
| nmk-korp | Nimimaiseman muutos -korpuksen Helsinki Korp -versio |  | | | VRT | Korp | Elisa Stenvall | |||
| nmk-lat | Nimimaiseman muutos -korpuksen Helsinki LAT -versio | | | | ELAN | | Elisa Stenvall | |||
| NorDiga | Nordican digitaalinen arkisto | | | VRT | Korp | Jan Lindström | www | |||
| north-saami-literature-uhlcs-korp | Pohjoissaamen korpus (kirjallisuutta) (UHLCS), Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| north-saami-report-uhlcs-korp | Pohjoissaamen korpuksen (Sámikultuvradoaibmagotti smiehttamush) (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| now-2021-05-src | News on the Web - Kielipankin versio 2021-05, lähdemateriaali | | B | FIN-CLARIN | ||||||
| nzadi | Nzadin korpus | | WAV, PDF, TXT | WAV, PDF, TXT | Download, Korp | Thera Marie Crane | ||||
| ona | Oulun nauhoitearkisto | | | | ELAN | | Niina Kunnas | |||
| Opus ECB | Opus EKP -korpus | | | | | Jörg Tiedemann | ||||
| Opus EU | Opus EU -korpus | | | | | Jörg Tiedemann | ||||
| Opus Localization | Opus lokalisointi -korpus | | | | Jörg Tiedemann | |||||
| Opus Subtitles | Opus tekstitys -korpus | | | | | Jörg Tiedemann | ||||
| oulu-korp | Oulun korpuksen Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| parole-fi-korp | Suomen kielen Parole-korpuksen Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| PERSO | PERSO Databases for Finnish Speech Synthesis | | TXT, WAV | ELAN | | Martti Vainio, Heini Kallio | ||||
| ProoF | ProoF - Maahanmuuttajien suomen kielen ääntäminen | | wav + Praat | ELAN | | Mietta Lennes | ||||
| Prosodiakorpus | Suomen kielen prosodian variaation korpus | | | ELAN | | Tommi Kurki, Tommi Nieminen | ||||
| puhelahjat-annotated | Lahjoita puhetta: Annotoitu aineisto (yrityskäyttöön) | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | FIN-CLARIN | https://www.kielipankki.fi/lahjoita-puhetta/ | ||
| puhelahjat-annotated | Lahjoita puhetta: Annotoitu aineisto | | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | FIN-CLARIN | https://www.kielipankki.fi/lahjoita-puhetta/ | |
| puhelahjat-dev | Lahjoita puhetta, Valikoitu aineisto: Kehitysdata (10h) | | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | |
| puhelahjat-dev | Lahjoita puhetta, Valikoitu aineisto: Kehitysdata (10h) (yrityskäyttöön) | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | ||
| puhelahjat-korp | Lahjoita puhetta -aineisto, Korp | | | TXT, TextGrid | VRT | Korp | A | FIN-CLARIN | ||
| puhelahjat-selected | Lahjoita puhetta: Valikoitu aineisto (yrityskäyttöön) | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | FIN-CLARIN | https://www.kielipankki.fi/lahjoita-puhetta/ | ||
| puhelahjat-selected | Lahjoita puhetta: Valikoitu aineisto | | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | FIN-CLARIN | https://www.kielipankki.fi/lahjoita-puhetta/ | |
| puhelahjat-test | Lahjoita puhetta, Valikoitu aineisto: Testidata (10h) | | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | |
| puhelahjat-test | Lahjoita puhetta, Valikoitu aineisto: Testidata (10h) (yrityskäyttöön) | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | ||
| puhelahjat-test-mtr | Lahjoita puhetta, Valikoitu aineisto: Usean litteroijan testidata (1h) | | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | |
| puhelahjat-test-mtr | Lahjoita puhetta, Valikoitu aineisto: Usean litteroijan testidata (1h) (yrityskäyttöön) | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | ||
| puhelahjat-test-mtrs | Lahjoita puhetta, Valikoitu aineisto: Testidata useaan kertaan litteroiduilta puhujilta (10h) | | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | |
| puhelahjat-test-mtrs | Lahjoita puhetta, Valikoitu aineisto: Testidata useaan kertaan litteroiduilta puhujilta (10h) (yrityskäyttöön) | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | ||
| puhelahjat-train | Lahjoita puhetta, Valikoitu aineisto: Opetusdata (100h) | | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | |
| puhelahjat-train | Lahjoita puhetta, Valikoitu aineisto: Opetusdata (100h) (yrityskäyttöön) | | WAV, FLAC, JSON | FLAC, CSV, TXT, TextGrid, ELAN | | A | Anssi Moisio | https://www.kielipankki.fi/lahjoita-puhetta/ | ||
| quantlang-uhlcs-korp | Kvantifiointi suomessa ja keskisen Volgan ja Kaman alueella puhuttavissa kielissä (UHLCS), Helsinki-Korp-versio | | PDF | VRT | Korp | |||||
| Saamen kielen korpus | Puhutun saamen kielen korpus (Giellagas) | | | ELAN | | Marko Jouste | ||||
| sapu | Satakuntalaisuus puheessa -korpus | | | WAV, TextGrid, TXT | WAV, TextGrid, TXT | | Tommi Kurki | |||
| sfnet-korp | SFNET-keskusteluryhmäkorpuksen Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| SignWiki | Viittomakielten SignWiki-hanke | | | ELAN | | Leena Savolainen | www | |||
| skk-vrt | Suomalaisen kirjallisuuden klassikoita, VRT | | | VRT | Petri Lauerma | |||||
| soap-src | Corpus of American Soap Operas - Kielipankin versio, lähdemateriaali | | B | FIN-CLARIN | ||||||
| stat-fi-en | Tilastokeskuksen suomi-englanti-käännösmuisti | TMX | TMX | | ||||||
| stat-fi-sv | Tilastokeskuksen suomi-ruotsi-käännösmuisti | TMX | TMX | | ||||||
| stt-fi-1992-2018-korp | STT:n uutisarkisto 1992-2018, Kielipankin Korp-versio | | | VRT | Korp | Olli Viitala | ||||
| sus-fieldwork | Suomalais-Ugrilaisen Seuran kenttätyökorpus | | | | VRT | Korp | Jack Rueter | |||
| Suvi | Suvi-verkkosanakirja | | | ELAN | | Leena Savolainen | www | |||
| TAITO | TAITO-hankkeen kirjalliset ja suulliset aineistot | | TXT | ELAN | | Marjo Vesalainen | www | |||
| tampuhe | Tampereen puhekielen pitkittäisaineisto | | | WAV, TextGrid | WAV, TextGrid | | Liisa Mustanoja | |||
| tboneslim-src | T-Bone Slim -korpus, lähdemateriaali | | | PDF, JPG, TIFF | PDF, TXT | | A | Kirsti Salmi-Niklander | https://blogs.helsinki.fi/tboneslim | |
| testipiste | Testipisteaineisto | | VRT | Korp | Janne Laitinen | |||||
| Turjansaame | Puhutun ja kirjoitetun turjansaamen korpus | | | TXT | VRT | Korp | Michael Riessler | |||
| tv-src | The TV Corpus - Kielipankin versio, lähdemateriaali | | B | FIN-CLARIN | ||||||
| tver-1980 | Tverinkarjalan korpus 1957-1971 | | WAV, EAF, TXT | WAV, EAF, TXT | | B | Marjatta Palander | |||
| tver-2020 | Tverinkarjalan korpus 2016-2019 | | WAV, EAF, TXT | WAV, EAF, TXT | | B | Marjatta Palander | |||
| ume-saami-uhlcs-korp | Uumajansaamen korpuksen (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| uralic-uhlcs-korp | Uralilaisia, turkkilaisia, indo-iranilaisia ja mongolikieliä sekä Siperian ja Kaukasian kieliä (UHLCS), Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| uzbek-uhlcs-korp | Uzbekki-englanti sanakirjan (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| VVKS | Virtuaalinen vanha kirjasuomi (VVKS) -kokoelman Kielipankin Korp-versio | | | | VRT | Korp | Mari Siiroinen | |||
| wikipedia-fi-2017-korp | Suomenkielinen Wikipedia 2017, Korp | | | VRT | VRT | Korp | Tatu Huovilainen | |||
| wordlists-uhlcs-korp | Sanaluettelokorpuksen (UHLCS) Helsinki-Korp-versio | | TXT | VRT | Korp | |||||
| Yle-subtitle | Ylen ruututekstikorpus | | TXT | VRT | Korp | Jukka Mäkisalo | ||||
| ylenews-fi-2019-2021-selko-korp | Ylen suomenkielisen uutisarkiston selkouutiset 2019-2021, Korp | | Korp | A | ||||||
| ylenews-fi-2019-2021-selko-s-korp | Ylen suomenkielisen uutisarkiston selkouutiset 2019-2021, sekoitettu, Korp | | Korp | A |