Vi har rejst rundt i Danmark over de sidste 2 år og indsamlet stemmer og dialekter fra over 1000 personer. Det er blevet til et taledatasæt på op mod 500 timers danske taledata, der er frit tilgængelige for alle. Formålet er at understøtte danske myndigheder og virksomheder, så de kan udvikle endnu bedre taleteknologi på dansk.
Innovationsfonden har bevilget 14 mio. kroner til et projekt, der skal bringe dansk taleteknologi op på internationalt niveau. I løbet af de seneste to år har vi udviklet et taledatasæt med navnet CoRal, der står for Danish Conversational and read-aloud speech dataset.
Datasættet indeholder 1000-1500 timers samtale og oplæst tale fra et bredt og repræsentativt udsnit af befolkningen i forhold til køn, alder, danske dialekter og udenlandske accenter. Samtidig er der udviklet sprogmodeller, der kan genkende dansk tale og læse dansk tekst højt.
Alle data og modeller er blevet testet og offentliggjort løbende, så udviklere, virksomheder og offentlige institutioner kan drage nytte af dem fra start.
24. FEBRUAR 2026
Vær med, når afslutningskonferencen samler forskere, virksomheder og offentlige aktører til en eftermiddag med ny viden, inspiration og dialog. Du får indblik i et nyt, åbent dansk taledatasæt, hører konkrete eksempler på, hvordan taleteknologi allerede bruges i praksis, og får mulighed for at udveksle erfaringer med andre, der deler interessen.
Hvis du vil vide mere om projektet, så kontakt Torben Blach, der er Project Manager i Alexandra Instituttet:
Tlf. 91 55 87 99, torben.blach@alexandra.dk.
Officiel titel: Danish Conversational and read-aloud speech dataset (CoRal)
Varighed: 2 år og 10 måneder
Innovationsfondens investering: 14.217.380 mio. kr.
Samlet budget: 22.172.400 mio. kr.
Alexandra Instituttet er Danmarks eneste Godkendte Teknologiske Service-institut specialiseret i IT og digitalisering. Instituttet er sat i verden for at sikre, at de nyeste digitale teknologier bliver gjort tilgængelige for dansk erhvervsliv og det danske samfund som helhed.
Alvenir er en dansk spin-out virksomhed fra DTU som arbejder domænespecialiseret talegenkendelse til b.la. dokumentation af finansielle rådgivningssamtaler. Derudover spiller Alvenir en aktiv rolle i det danske open-source miljø, og har siden virksomhedens stiftelse bidraget med både sprogmodeller og dataresourcer.
Corti er en dansk virksomhed, der har udviklet tale-, lyd-, og tekstbaseret AI-software til at assistere patientbehandling og dokumentation i sundhedssektoren. Med den banebrydende AI-software nedbringer Corti tiden samt højner kvaliteten af den enkelte patientinteraktion. Corti’s software nærmer sig 100 millioner interaktioner om året i skandinavien og engelsktalende lande, primært USA
Datalogisk Institut på Københavns Universitet (DIKU) er Danmarks ældste og førende datalogiske institut. DIKU forsker og underviser inden for de tre hjørner af datalogi – algoritmer, mennesker og data – og instituttet deltager aktivt i udviklingen af teknologisk innovation i samfundet gennem en lang række samarbejder.
Digitaliseringsstyrelsen udformer og implementerer digitaliseringsinitiativer i den offentlige sektor. Styrelsen understøtter effektivitet og fleksible digitale services via løsninger til borgere, private virksomheder og offentlige myndigheder. For at understøtte udviklingen af danske sprogteknologiske løsninger, så har regeringen, KL og Danske Regioner udviklet sprogteknologi.dk, som skal give let adgang til danske sprogressourcer.