Loading datasets...
Release Date: 9/17/2026
Format: MP3
Size: 38.71 MB
A collection of spontaneous responses to questions in German (Deutsch).
Restrictions/Special Constraints
None provided.
Forbidden Usage
It is forbidden to attempt to determine the identity of speakers in the Common Voice datasets. It is forbidden to re-host or re-share this dataset.
Intended Use
This dataset is intended to be used for training and evaluating automatic speech recognition (ASR) models. It may also be used for applications relating to computer-aided language learning (CALL) and language or heritage revitalisation.
de)This datasheet is for sps-corpus-5.0-2026-09-11 of the Mozilla Common Voice Spontaneous Speech dataset for German [Deutsch - de]. The dataset contains 382 clips representing 1.47 hours of recorded speech (0.31 hours validated) from 30 speakers.
The dataset clips are categorised by transcription status and training-set assignment. The following tables summarise the distribution.
| Bucket | Clips | % |
|---|---|---|
| Transcribed & Validated | 108 | 28.3% |
| Transcribed & Pending | 177 | 46.3% |
| Not transcribed | 97 | 25.4% |
| Bucket | Clips | % |
|---|---|---|
| Train | 0 | 0.0% |
| Dev | 0 | 0.0% |
| Test | 0 | 0.0% |
| Unassigned | 382 | 100.0% |
Training split coverage: 0 of 108 transcribed & validated clips (0.0%)
| Bucket | Clips | % |
|---|---|---|
| Validated | 108 | 37.9% |
| Pending | 177 | 62.1% |
| Edited | 32 | 11.2% |
There follows a randomly selected sample of questions used in the corpus.
Gehen Sie bewusst mit dem Verbrauch von Wasser um?
Haben Sie eine Meinung zum Tragen von Schuluniformen?
Wohin würdest du gerne einmal fahren und warum?
Würden Sie gerne einmal in einem selbstfahrenden Auto mitfahren und weshalb wäre das für Sie reizvoll oder eher beängstigend?
Kannst du dir ein Leben ohne Filme vorstellen, und warum bzw. warum nicht?
There follows a randomly selected sample of transcribed responses from the corpus.
Ich würd gerne Kaligrafie können.
Ich fliege nicht, ich versuche nichts mit Plastik zu kaufen und ich kaufe generell wenig.
Gleitschirmfliegen, weil das Fliegen über der Erde glaub ich schon sehr interessant ist und eh für mich glaub ich nen ganz neues Erlebnis wäre. Aber das ist nicht so einfach weil man dafür ja nen Schein machen muss und so weiter und nur mitfliegen ist glaube ich nicht so cool, wie wenn man das selbst machen könnte.
Ist es denn überhaupt so wichtig verschiedene historische Persönlichkeiten zu studieren? Ich mein, wenn da Menschen dabei sind die ein wirklich interessieren dann kann man das machen, ich fahr ja total auf Philosophen ab aber jemanden zu studieren also ganz ausführlich? Ich weiß ja nicht, muss nicht unbedingt sein.
Das erste [unclear] das ich tun würde wär, wenn ich wirklich alles tun könnte und die Welt verändern könnte. Ich würde eigentlich nur zwei Gefühle abschaffen in den Menschen oder zwei Antriebe des Menschen abschaffen. Das erste ist der Hass und das zweite ist die Gier. Hass un schaff Hass und Gier ab und ich schwör dir un und es ist definitiv so, dass die Welt nen bessrer Ort wird.
Each row of a tsv file represents a single audio clip, and contains the following information:
client_id - hashed UUID of a given user
audio_id - numeric id for audio file
audio_file - audio file name
duration_ms - duration of audio in milliseconds
prompt_id - numeric id for prompt
prompt - question for user
transcription - transcription of the audio response
votes - number of people that who approved a given transcript
age - age of the speaker1
gender - gender of the speaker1
language - language name
split - for data modelling, which subset of the data does this clip pertain to
char_per_sec - how many characters of transcription per second of audio
quality_tags - some automated assessment of the transcription--audio pair, separated by |
transcription-length - character per second under 3 characters per second
speech-rate - characters per second over 30 characters per second
short-audio - audio length under 2 seconds
long-audio - audio length over 5 minutes
non-allowed-script - transcription contains characters from a writing system not associated with the language
mixed-script-words - a single word contains characters from multiple writing systems
mixed-script-transcription - transcription spans multiple writing systems, but each word consistently uses only one
This dataset is released under the Creative Commons Zero (CC-0) licence. By downloading this data you agree to not determine the identity of speakers in the dataset.
For a full list of age, gender, and accent options, see the demographics spec. These will only be reported if the speaker opted in to provide that information. ↩ ↩2