A sokszáz beszélőtől felvett, lejegyzett változatos és nagyrészt spontán beszéd kiválóan alkalmas különféle gépi tanuló – elsősorban beszédfelismerő, leiratozó – rendszerek betanítására, tesztelésére. Ezen rendszerek esetén általában nem szükséges a problémás szakaszok (pl. nem érthető vagy párhuzamos beszéd egy csatornán) pontos lejegyzése, ezeket praktikusabb kihagyni inkább a tanításból. Hasonlóan, a többszintű, nyelvészetileg igényes annotáció sem szükséges, mivel a modern beszédfelismerő rendszerek tanítása számára csak a konkrét elhangzott beszéd verbalizált (szövegszerű, számokat és egyéb speciális karaktereket nem tartalmazó) leirata és a hozzá tartozó hanganyag szolgál bemenő adatként. A beszélő személy megjelölése is hasznos, sőt beszélőfelismerő rendszereknél nélkülözhetetlen, azonban ezt elég a „problémamentes” szegmensekre fájlszinten rögzíteni, nem szükséges az annotáció szintjén, mert a zavaros, gyors, átlapolódó beszédrészeket nem használjuk alapértelmezésben. Jellemző még a gépi beszédfelismerő rendszerek tanítására, hogy néhány másodperces, minimum 200 ms hosszú beszédszünetekkel határolt beszédrészletekkel történik, így az ilyen hosszakra darabolást is el kell végezni, ami tipikusan már korábban, más hanganyagon betanított beszédfelismerő rendszer alkalmazásával valósítható meg.