O Corpus Oral Informatizado da Lingua Galega (CORILGA) é un corpus de lingua oral con transcricións ortográfica e fonética aliñadas co arquivo de voz e anotadas en diferentes niveis. A transcrición ortográfica está aliñada no nivel da secuencia fónica e no nivel da palabra. As anotacións con que conta actualmente son de lematización e de tipo morfosintáctico.
O corpus consta de gravacións de lingua falada en diferentes niveis e rexistros (lingua estándar, literaria, popular, lingua formal e coloquial, rural e urbana) e de diferentes tipos: conversas, entrevistas dirixidas, discursos, conferencias, poesía recitada, teatro, medios de comunicación e contidos procedentes das redes sociais. Recolle lingua de falantes de diferentes idades, de ambos sexos, que foron gravados nun espazo temporal que vai desde mediados dos anos 1960 ata a actualidade. A diversidade de perfís, rexistros e contextos comunicativos representados son unha das principais fortalezas do proxecto, que aspira a ofrecer unha visión ampla e plural da lingua galega, de maneira que se poida converter nun recurso útil para o estudo da variación e do cambio lingüístico, entre outras posibles aplicacións (ensino da lingua, repertorios lingüísticos etc.).
Ademais de gravacións realizadas ou recollidas dos medios e das redes sociais directamente para este corpus, este recurso incorpora un número importante de gravacións procedentes doutros córpora ou arquivos de diferente natureza, que foron transcritas e anotadas cos criterios propios de CORILGA (Vid. Criterios de transcrición). Entre os máis relevantes están os córpora dos proxectos Arquivo do Galego Oral (AGO), Prosodia da lingua formal, AMPER-Galicia, ou córpora persoais como os de Gustav Henningsen, de Francisco Dubert sobre Santiago de Compsotela, de Xosé Luís Regueira sobre a comarca de Vilalba, de Manuel Rico de entrevistas de radio, de Noemi Basanta de conversas, de Eduardo Louredo sobre Leiro, e tamén os de Miguel Abraira, de Xabier Iglesias e de Ana Iglesias. Queremos facer constar o noso agradecemento pola súa axuda xenerosa e desinteresada ás persoas responsables destes córpora, así como a outras persoas que nos cederon gravacións particulares.
A elaboración do CORILGA iniciouse no ILG e tivo un primeiro desenvolvemento relevante no marco da Rede Tecnoloxías e Análise dos Datos Lingüísticos (TECANDALI), na que participaban grupos investigación da USC e da Universidade de Vigo e que contaba con financiamento parcial do Fondo Europeo de Desenvolvemento Rexional (FEDER). Outras partes deste corpus desenvolvéronse cos proxectos de investigación “Cambio lingüístico no galego actual” (2012-2015), “Contacto e cambio lingüístico en galego” (2016-2018) e “Contacto, cambio lingüístico e ideología en contextos de minorización lingüística” (2020-2024), financiados polo Ministerio de Economía e Competitividade os dous primeiros (FFI2012-33845 e FFI2015-65208-P, respectivamente) e polo Ministerio de Ciencia e Innovación (PID2019-110352GB-I00) o último deles. Tamén se beneficiou parcialmente dos convenios levados a cabo nestes anos coa Secretaría Xeral de Lingua da Xunta de Galicia.
O corpus e o buscador foron desenvolvidos no Instituto da Lingua Galega e as ferramentas de tecnoloxías da fala foron desenvolvidas en colaboración co Grupo de Tecnoloxías Multimedia do centro atlanTTIc (Universidade de Vigo):