LJ-Sprachdatensatz

Dies ist ein gemeinfreier Sprachdatensatz, der aus 13.100 kurzen Audioclips besteht, in denen ein einzelner Sprecher Passagen aus 7 Sachbüchern vorliest. Für jedes Fragment werden Transkriptionen bereitgestellt. Die Länge der Clips variierte zwischen 1 und 10 Sekunden, mit einer Gesamtlänge von ungefähr 24 Stunden.

Die Texte wurden zwischen 1884 und 1964 veröffentlicht und sind gemeinfrei. Audio von LibriVox Das Projekt wurde 2016–17 aufgezeichnet und ist ebenfalls gemeinfrei.