很少能阅读或理解特定语言的人可以访问数字世界中的大多数信息。 语音语料库的获取是所有口语技术系统的重要组成部分。 语料库中语音数据的质量和数量直接影响系统的准确性。 但是，在印度主要使用印地语开发语音技术系统的范围很大。 为了实现这一宏伟目标，收集标准数据库是前提条件。 本文总结了全国各地各种组织正在开发的北印度语语料和词汇资源。