Large Farsdat (L-Farsdat) est une base de données de parole comprenant les enregistrements en persan (farsi) de textes de journaux lus par 100 locuteurs pour un total d’environ 73 heures. Chaque locuteur a lu environ 20-25 pages sur des sujets différents. Les enregistrements ont été réalisés au moyen d’un microphone de bureau unidirectionnel dans un environnement sans bruit. La fréquence d’échantillonnage est de 22050 Hz, et le rapport moyen signal sur bruit (RSB) est d’environ 28 dB.

La base de données a été segmentée et étiquetée au niveau du mot et de la phrase, avec un alignement basé sur la numérotation en octets. Chaque mot a été transcrit selon les 29 phonèmes standard du farsi. Il y a trois étiquettes supplémentaires qui annotent le silence (sil), la voix soufflée (breathy voice –br-) et les sons non linguistiques (ns).