Record #1062798

DFG project G:(GEPRIS)575171449

GeoSpeech-Korpus – Ein georeferenziertes Korpus deutscher Dialekte und Akzente für das KI-Training

Coordinator	Professorin Dr. Hanna Fischer ; Professor Dr. Alfred Lameli
Grant period	2026 -
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)575171449

Note: GeoSpeech entwickelt ein umfassendes Sprachkorpus, das die regionale Vielfalt gesprochener Sprache in Deutschland dokumentiert und für Anwendungen im Bereich Künstliche Intelligenz (KI) nutzbar macht. Grundlage sind rund 2.500 Tonaufnahmen, die für ca. 150 Orte von über 800 Gewährspersonen vorliegen. Ziel ist es, KI-basierte Sprachsysteme wie automatische Spracherkennung, Sprachassistenten oder Dialekterkennung zu verbessern. Im Fokus steht die Entwicklung einer technisch aufbereiteten und maschinenlesbaren Datengrundlage für die KI-Forschung, die die sprachliche Realität im deutschsprachigen Raum besser abbildet als die bisher verfügbaren standardsprachlichen Korpora. Die Sprachaufnahmen stammen pro Sprecher aus drei Sprechsituationen: (1) dialektales Sprechen, (2) regional gefärbte Standardsprache und (3) Vorleseaussprache. Damit erfasst wird die intraindividuell variierende regionale Sprachverwendung – vom alltäglichen Dialekt bis hin zum individuell formellen Hochdeutsch. Ergänzt wird das Korpus durch Referenzaufnahmen professioneller Nachrichtensprecher:innen. Im Rahmen des Projekts werden die Sprachaufnahmen umfassend aufbereitet: Alle Sprachaufnahmen werden im Hinblick auf Sprecherstimmen und Störgeräusche kontrolliert, orthographisch transkribiert, sprachlich annotiert und mit Metadaten zu Alter, Herkunft und weiteren Eigenschaften der Sprecher versehen. Alle Datenformate richten sich nach aktuellen Standards der Linguistik und Computerwissenschaft. Das fertige Korpus wird unter einer offenen Lizenz veröffentlicht und über das NFDI/Text+-Fachrepositorium LinguRep langfristig archiviert. Es folgt dabei den FAIR- und CARE-Prinzipien. Ein erster Datensatz wird bereits nach dem ersten Projektjahr bereitgestellt, das vollständige Korpus am Ende der Projektlaufzeit. Die Projektgruppe kooperiert mit Expert:innen aus den Bereichen automatische Spracherkennung und Sprachsynthese, um alle technischen und inhaltlichen Anforderungen an die Daten zu berücksichtigen. Mit GeoSpeech entsteht somit ein sprachwissenschaftlich fundiertes, technisch modernes und nachhaltig nutzbares Datenkorpus, das als Trainingsgrundlage für die Entwicklung einer inklusiveren, regionalsensiblen Sprachverarbeitung durch KI bildet – in Forschung, Bildung und Anwendung.

Recent Publications

There are no publications

Record created 2026-10-05, last modified 2026-11-03

Similar records

Rate this document:

(Not yet reviewed)

Add to personal basket
Export as Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

guest :: login JuSER
		Search		Submit		Personalize Your alerts Your baskets Your searches		Help