OGI Multilanguage Corpus数据集介绍，官网编号LDC94S17

OGI Multilanguage Corpus收录了来自英语、波斯语（又称波斯文）、法语、德语、印地语、日语、韩语、普通话、西班牙语、泰米尔语和越南语等多种语言使用者的电话回应。这些回应是通过商业电话线路收集的，总计包含1,927次通话，平均每种语言约175次通话。

数据的采集过程采用了自动系统，该系统会自动接听电话，播放相应语言的数字化提示来请求语音样本，并在特定的时间段内对通话者的回应进行数字化记录。

除了语音数据外，该语料库还包含了日志文件，这些文件提供了对每个发音的一系列自动测量数据。特别的是，部分发音还经过了自动处理，被分割成更为宽泛的音位类别。语音数据以压缩形式存储，并附有NIST SPHERE标准头部信息，以便后续的分析和研究。

 获取方法：

方法1：注册LDC账号并加入组织获取数据，官网链接：LDC官网

方法2：关注公众号，回复OGI Multilanguage CorpusLDC语料小助手https://mp.weixin.qq.com/s/8GgZFh9XAr7FYwivQ_ajRg