دادگان‌های صوتی و منابع مرتبط با آن مانند تقطیع‌ها و برچسب‌ها از مهم‌ترین منابع لازم در هر زبانی برای کارهای پژوهشی و ساخت سیستم‌های کاربردی مرتبط با پردازش گفتار مانند تشخیص گفتار، تشخیص گوینده و … است. در این پروژه، دادگان گفتاری برای زبان کردی-سورانی طراحی و جمع‌آوری شد به گونه‌ای که بتوان از آن در کاربردهای تشخیص گفتار، تشخیص گوینده، پژوهش‌های فونتیکی و تحلیل لهجه‌های مختلف کردی-سورانی استفاده کرد. بدین منظور تاکنون ۳۰ ساعت صدا ضبط و آوانویسی شده است.