方言大规模、开源数据的匮乏严重制约了语音技术的发展，这一问题在汉语中使用广泛的四川方言中尤为突出。为解决这一关键性短板，我们提出了 WenetSpeech-Chuan——一个历时10,000小时、标注丰富的语料库，其构建基于我们提出的全新“川语流水线”（Chuan-Pipeline）框架，该框架是一个完整的方言语音数据处理系统。为支持严谨的评估并验证语料库的有效性，我们还发布了高质量的自动语音识别（ASR）与语音合成（TTS）基准测试集 WenetSpeech-Chuan-Eval，其转写文本均经过人工校验。实验结果表明，基于 WenetSpeech-Chuan 训练的模型在开源系统中达到了当前最优性能，其表现可与商业服务相媲美。作为目前规模最大的开源四川方言语料库，WenetSpeech-Chuan 不仅显著降低了方言语音处理研究的门槛，还在推动人工智能公平性、减少语音技术中的偏见方面发挥着重要作用。该项目的语料库、基准测试、模型及相关资源均已公开，可访问项目主页获取。