Go Back

Go back

Gujarati (India) Call Center Speech Dataset for BFSI

The audio dataset comprises call center conversations for the BFSI domain, featuring native Gujarati speakers from India. It includes speech data, detailed metadata and accurate transcriptions.

Category

Unscripted Call Center Conversations

Total Volume

30 Speech Hours

Last updated

Jun 2024

Number of participants

60

Get this Speech Dataset

Get Dataset Btn
Speech training dataset for BFSI in Finnish (Finland)
DownloadDownload Icon

Request Custom Collection

Get Dataset Btn

About this Off-the-shelf Speech Dataset

About Gradiet Line

Introduction

Welcome to the Gujarati Call Center Speech Dataset for the BFSI domain designed to enhance the development of call center speech recognition models specifically for the BFSI industry. This dataset is meticulously curated to support advanced speech recognition, natural language processing, conversational AI, and generative voice AI algorithms.

Speech Data

This training dataset comprises 30 Hours of call center audio recordings covering various topics and scenarios related to the BFSI domain, designed to build robust and accurate customer service speech technology.

  • •Participant Diversity:
  • •
    Speakers: 60 People expert native Gujarati speakers from the FutureBeeAI Community.
  • •
    Regions: Different regions of Gujarat, ensuring a balanced representation of Gujarati accents, dialects, and demographics.
  • •
    Participant Profile: Participants range from 18 to 70 years old, representing both males and females in a 60:40 ratio, respectively.
  • •Recording Details:
  • •
    Conversation Nature: Unscripted and spontaneous conversations between call center agents and customers.
  • •
    Call Duration: Average duration of 5 to 15 minutes per call.
  • •
    Formats: WAV format with stereo channels, a bit depth of 16 bits, and a sample rate of 8 and 16 kHz.
  • •
    Environment: Without background noise and without echo.

    • Topic Diversity

    This dataset offers a diverse range of conversation topics, call types, and outcomes, including both inbound and outbound calls with positive, neutral, and negative outcomes.

  • •Inbound Calls:
  • •Debit Card Block Request
  • •Home Loan Enquiry
  • •Transaction Disputes
  • •Credit Card Billing Dispute
  • •Account Closure Procedures
  • •Claim Procedures
  • •Premium Payments
  • •Policy Comparison
  • •Policy Cancellation or Lapse
  • •Insurance Renewal Options
  • •Retirement Planning
  • •Investment Risk Assessment Questionnaires
  • •Tax-efficient Investment Strategies
  • •Investment Performance Enquiry, and many more
  • •Outbound Calls:
  • •Credit Card Offers
  • •Loan Offers
  • •Loyalty Program Benefits
  • •Customer Satisfaction Surveys
  • •EMI Reminder Call
  • •Policy Upgrade Offers
  • •Claim Status Updates
  • •Policyholder Loyalty Benefits
  • •Insurance Policyholder Surveys
  • •Term Life Insurance Offer
  • •Investment Opportunities
  • •Retirement Savings Review, and many more

    • This extensive coverage ensures the dataset includes realistic call center scenarios, which is essential for developing effective customer support speech recognition models.

    Transcription

    To facilitate your workflow, the dataset includes manual verbatim transcriptions of each call center audio file in JSON format. These transcriptions feature:

  • •
    Speaker-wise Segmentation: Time-coded segments for both agents and customers.
  • •
    Non-Speech Labels: Tags and labels for non-speech elements.
  • •
    Word Error Rate: Word error rate is less than 5% thanks to the dual layer of QA.

    • These ready-to-use transcriptions accelerate the development of the BFSI domain call center conversational AI and ASR models for the Gujarati language.

    Metadata

    The dataset provides comprehensive metadata for each conversation and participant:

  • •
    Participant Metadata: Unique identifier, age, gender, country, state, district, accent and dialect.
  • •
    Conversation Metadata: Domain, topic, call type, outcome/sentiment, bit depth, and sample rate.

    • This metadata is a powerful tool for understanding and characterizing the data, enabling informed decision-making in the development of Gujarati call center speech recognition models.

    Usage and Applications

    This dataset can be used for various applications in the fields of speech recognition, natural language processing, and conversational AI, specifically tailored to the BFSI domain. Potential use cases include:

  • •
    Speech Recognition Models: Training and fine-tuning speech recognition models for Gujarati.
  • •
    Speech Analytics Models: Building speech analytics models to extract insights, identify patterns, and glean valuable information from customer conversation, enables data-driven decision-making and process optimization within the BFSI sector.
  • •
    Smart Assistants and Chatbots: Developing conversational agents and virtual assistants for customer service in the BFSI industries.
  • •
    Sentiment Analysis: Analyzing customer sentiment and improving customer experience based on call center interactions.
  • •
    Generative AI: Training generative AI models capable of generating human-like responses, summaries, or content tailored to the BFSI domain.

    • Secure and Ethical Collection

  • •Our proprietary data collection and transcription platform, “Yugo” was used throughout the process of this dataset creation.
  • •Throughout the data collection process, the data remained within our secure platform and did not leave our environment, ensuring data security and confidentiality.
  • •The data collection process adhered to strict ethical guidelines, ensuring the privacy and consent of all participants.
  • •It does not include any personally identifiable information about any participant, which makes the dataset safe to use.
  • •The dataset does not contain any copyrighted content.

    • Updates and Customization

    Understanding the importance of diverse environments for robust ASR models, our call center voice dataset is regularly updated with new audio data captured in various real-world conditions.

  • •Customization & Custom Collection Options:
  • •
    Environmental Conditions: Custom collection in specific environmental conditions upon request.
  • •
    Sample Rates: Customizable from 8kHz to 48kHz.
  • •
    Transcription Customization: Tailored to specific guidelines and requirements.

    • License

    This BFSI domain call center audio dataset is created by FutureBeeAI and is available for commercial use.

    Use Cases

    Use of speech data in Conversational AI

    Call Center Conversational AI

    Use of speech data for Automatic Speech Recognition

    ASR

    Use of speech data for Chatbot & voicebot creation

    Chatbot

    Use of speech data in Language Modeling

    Language Modelling

    Use of speech data in Text-into-speech

    TTS

    Speech data usecase in Speech Analytics

    Speech Analytics

    Dataset Sample(s)

    Sample Line

    ATTRIBUTES

    Channel 1Channel 2Format
    Male(20)Male(25)wav, json

    TRANSCRIPTION

    LABELSTARTENDCHANNELTRANSCRIPT
    Speech0.1000.650Speaker 1<lang:Foreign>Hello</lang:Foreign>
    Speech1.7502.400Speaker 2<lang:Foreign>Hello</lang:Foreign>
    Speech3.2254.400Speaker 1હા જી નમસ્તે
    Speech6.2757.525Speaker 2હા કોન બોલો?
    Speech8.0258.950Speaker 1ભાવિનભાઈ બોલે?
    Speech10.67511.800Speaker 2હાં હાં બોલોને
    Speech11.80015.425Speaker 1હાં, ભાવિનભાઈ હું અત્યારે હાલ <lang:Foreign>Axis Bank</lang:Foreign> માંથી બોલી રહીયો છું.
    Speech17.65018.850Speaker 2 હા હા સાહેબ બોલોને
    Speech18.50023.050Speaker 1તમારે આપણે ઘણા સમયથી <lang:Foreign>Axis bank</lang:Foreign> ની અંદર આપણે ખાતુ ચાલુ છે
    Speech25.70026.475Speaker 2હા હા
    Speech26.53038.580Speaker 1હવે તમે #આહ <lang:Foreign>bank</lang:Foreign> નો ઉપયોગ તમે કઈ કઈ જગ્યાએ કરો છો, મતલબ કે પૈસા લેવડ દેવળમાં કઈ કઈ રીતે તમે કરો છો આ <lang:Foreign>bank</lang:Foreign>થી <lang:Foreign>direct fund</lang:Foreign> ક્યારેય તમે <lang:Foreign>transfer</lang:Foreign> કરો છો કે નહિ?
    Speech41.86049.635Speaker 2ના ના સાહેબ <lang:Foreign>fund</lang:Foreign> તો <lang:Foreign>transfer</lang:Foreign> અમે ઘણી ફેરી કરીએ, મારો પોતાનું <lang:Foreign>builder</lang:Foreign> નો <lang:Foreign>business</lang:Foreign> છે એટલે વધારે હું <lang:Foreign>Axis bank</lang:Foreign> નો જ <lang:Foreign>use</lang:Foreign> કરું છું.
    Speech49.46055.235Speaker 1હવે, ભાવિનભાઈ તમારા માટે ઘણું બધું <lang:Foreign>fund</lang:Foreign> તમે <lang:Foreign>transfer</lang:Foreign> કરો છો એવું <lang:Foreign>bank</lang:Foreign> માં <lang:Foreign>record</lang:Foreign> મા આવ્યું છે.
    Speech55.93560.960Speaker 1એટલે અમે છે ને, <lang:Foreign>bank</lang:Foreign> માં અમુક <lang:Foreign>selected</lang:Foreign> માણસો રાખેલા હોયે છે.
    Speech57.76058.560Speaker 2હા હા સાહેબ
    Speech61.41066.435Speaker 1અને આ માણસોને વારાફર્તી વારાફર્તી બધા માટે એક <lang:Foreign>offer</lang:Foreign> આવે છે
    Speech64.36065.160Speaker 2હા હા
    Speech69.13575.185Speaker 1હવે આ <lang:Foreign>offer</lang:Foreign> તમારા માટે એવી છે કે, તમને એક #આહ <lang:Foreign>fast and secure</lang:Foreign> અને એક #આહ
    Speech70.40571.155Speaker 2હા હા
    Speech75.55578.855Speaker 1<lang:Foreign>special</lang:Foreign> આમ <lang:Foreign>security</lang:Foreign> વાળું જ તમે કહી શકો છો આવું એક <lang:Foreign>credit card</lang:Foreign>
    Speech80.75584.580Speaker 1જે નવું <lang:Foreign>launch</lang:Foreign> થયું છે આપણી <lang:Foreign>bank</lang:Foreign>ની આપણી જ શાખા આપણે
    Speech83.33084.005Speaker 2હા હા સાહેબ
    Speech84.60585.480Speaker 2હા હા સાહેબ
    Speech87.38088.205Speaker 2હા હા સાહેબ
    Speech87.58094.380Speaker 1તો તમારે <lang:Foreign>credit card</lang:Foreign> તમે આ તમને મળશે ઘરે <lang:Foreign>direct</lang:Foreign> આવી જશે <lang:Foreign>post office</lang:Foreign> માંથી
    Speech97.205104.455Speaker 1તમને પાંચ દિવસ ની અંદર તમને આ <lang:Foreign>credit card</lang:Foreign> મળી જશે, તમારા ઘર ની જે <lang:Foreign>address</lang:Foreign> તમે આમા નાખેલુ છે એ <lang:Foreign>address</lang:Foreign> ઉપર આવી જશે
    Speech98.03098.955Speaker 2હા હા સાહેબ
    Speech106.355112.980Speaker 1તો તમને બે દિવસ પહેલા જે <lang:Foreign>mail</lang:Foreign> આવ્યો હતો તમે જરા <lang:Foreign>check</lang:Foreign> કરીને મને જે છો આંકડાનો <lang:Foreign>digits</lang:Foreign> હોય છે જે <lang:Foreign><initial>OTP</initial></lang:Foreign>
    Speech108.330109.380Speaker 2હા હા
    Speech116.930117.755Speaker 2હા હા સાહેબ
    Speech117.080123.880Speaker 1કાલે પણ મેં તમને <lang:Foreign>mail</lang:Foreign> કરેલો પણ અત્યારે <lang:Foreign>भी</lang:Foreign> કરેલો છે તો તમે ફટાફટ મને છ આંકડા જણાવી આપો પછી હું તમને આગળ ની વિગતો કહું
    Speech126.930133.930Speaker 2ના સાહેબ પહેલા મને ઈ જણાવો કે <lang:Foreign>credit card</lang:Foreign> માં <lang:Foreign>facility</lang:Foreign> શું આવે, એની <lang:Foreign>credit limit</lang:Foreign> કેટલી આવે?
    Speech134.630138.480Speaker 2એવું બધું તો તમે મને જણાવો બધું, પછી આપણે આગળ વધીએ
    Speech137.405138.055Speaker 1અચ્છા
    Speech139.205146.655Speaker 1હવે ભાવિનભાઈ એમાં એવું છે કે <lang:Foreign>credit card</lang:Foreign> છે ને આ બીજી બધી <lang:Foreign>bank</lang:Foreign> ઓ કરતા <lang:Foreign>Axis Bank</lang:Foreign> છે <lang:Foreign>full secure credit card</lang:Foreign> આપે છે
    Speech147.305148.680Speaker 1અને બીજા <lang:Foreign>number</lang:Foreign> માં
    Speech149.480150.455Speaker 2ના ના એ તો છે
    Speech150.105150.880Speaker 1હા હા
    Speech151.605155.355Speaker 2હાં એ તો ખ્યાલ છે મને, એ તો એટલે જ <lang:Foreign>account</lang:Foreign> રાખ્યું હોય ને આપણે એમાં
    Speech156.255168.555Speaker 1બીજા <lang:Foreign>number</lang:Foreign> મા આપણે <lang:Foreign>credit card</lang:Foreign> છે જે અત્યારે તમે જોઈ લીધું છે આપણા <lang:Foreign>digital</lang:Foreign> યુગની અંદર <lang:Foreign>credit card</lang:Foreign> નો ઘણો બધો <lang:Foreign>craze</lang:Foreign> છે, કેમકે ઘણો બધો <lang:Foreign>credit card</lang:Foreign> છે તે ઘણા બધા ફાયદા આપે છે
    Speech161.730162.355Speaker 2હા હા
    Speech171.180179.680Speaker 1મહત્તમ ફાયદા આપે છે કે તમે <lang:Foreign>credit card</lang:Foreign> છે ને મોટા ભાગે <lang:Foreign>Axis Bank</lang:Foreign> છે ને એવું <lang:Foreign>credit card</lang:Foreign> અત્યારે બહાર છે પાળે છે કે તેમાં
    Speech171.780172.680Speaker 2હા હા સાહેબ

    TRANSCRIPTION

    TIMETRANSCRIPT
    0.100
    0.650    		<lang:Foreign>Hello</lang:Foreign>
    1.750
    2.400    		<lang:Foreign>Hello</lang:Foreign>
    3.225
    4.400    		હા જી નમસ્તે
    6.275
    7.525    		હા કોન બોલો?
    8.025
    8.950    		ભાવિનભાઈ બોલે?
    10.675
    11.800    		હાં હાં બોલોને
    11.800
    15.425    		હાં, ભાવિનભાઈ હું અત્યારે હાલ <lang:Foreign>Axis Bank</lang:Foreign> માંથી બોલી રહીયો છું.
    17.650
    18.850    		 હા હા સાહેબ બોલોને
    18.500
    23.050    		તમારે આપણે ઘણા સમયથી <lang:Foreign>Axis bank</lang:Foreign> ની અંદર આપણે ખાતુ ચાલુ છે
    25.700
    26.475    		હા હા
    26.530
    38.580    		હવે તમે #આહ <lang:Foreign>bank</lang:Foreign> નો ઉપયોગ તમે કઈ કઈ જગ્યાએ કરો છો, મતલબ કે પૈસા લેવડ દેવળમાં કઈ કઈ રીતે તમે કરો છો આ <lang:Foreign>bank</lang:Foreign>થી <lang:Foreign>direct fund</lang:Foreign> ક્યારેય તમે <lang:Foreign>transfer</lang:Foreign> કરો છો કે નહિ?
    41.860
    49.635    		ના ના સાહેબ <lang:Foreign>fund</lang:Foreign> તો <lang:Foreign>transfer</lang:Foreign> અમે ઘણી ફેરી કરીએ, મારો પોતાનું <lang:Foreign>builder</lang:Foreign> નો <lang:Foreign>business</lang:Foreign> છે એટલે વધારે હું <lang:Foreign>Axis bank</lang:Foreign> નો જ <lang:Foreign>use</lang:Foreign> કરું છું.
    49.460
    55.235    		હવે, ભાવિનભાઈ તમારા માટે ઘણું બધું <lang:Foreign>fund</lang:Foreign> તમે <lang:Foreign>transfer</lang:Foreign> કરો છો એવું <lang:Foreign>bank</lang:Foreign> માં <lang:Foreign>record</lang:Foreign> મા આવ્યું છે.
    55.935
    60.960    		એટલે અમે છે ને, <lang:Foreign>bank</lang:Foreign> માં અમુક <lang:Foreign>selected</lang:Foreign> માણસો રાખેલા હોયે છે.
    57.760
    58.560    		હા હા સાહેબ
    61.410
    66.435    		અને આ માણસોને વારાફર્તી વારાફર્તી બધા માટે એક <lang:Foreign>offer</lang:Foreign> આવે છે
    64.360
    65.160    		હા હા
    69.135
    75.185    		હવે આ <lang:Foreign>offer</lang:Foreign> તમારા માટે એવી છે કે, તમને એક #આહ <lang:Foreign>fast and secure</lang:Foreign> અને એક #આહ
    70.405
    71.155    		હા હા
    75.555
    78.855    		<lang:Foreign>special</lang:Foreign> આમ <lang:Foreign>security</lang:Foreign> વાળું જ તમે કહી શકો છો આવું એક <lang:Foreign>credit card</lang:Foreign>
    80.755
    84.580    		જે નવું <lang:Foreign>launch</lang:Foreign> થયું છે આપણી <lang:Foreign>bank</lang:Foreign>ની આપણી જ શાખા આપણે
    83.330
    84.005    		હા હા સાહેબ
    84.605
    85.480    		હા હા સાહેબ
    87.380
    88.205    		હા હા સાહેબ
    87.580
    94.380    		તો તમારે <lang:Foreign>credit card</lang:Foreign> તમે આ તમને મળશે ઘરે <lang:Foreign>direct</lang:Foreign> આવી જશે <lang:Foreign>post office</lang:Foreign> માંથી
    97.205
    104.455    		તમને પાંચ દિવસ ની અંદર તમને આ <lang:Foreign>credit card</lang:Foreign> મળી જશે, તમારા ઘર ની જે <lang:Foreign>address</lang:Foreign> તમે આમા નાખેલુ છે એ <lang:Foreign>address</lang:Foreign> ઉપર આવી જશે
    98.030
    98.955    		હા હા સાહેબ
    106.355
    112.980    		તો તમને બે દિવસ પહેલા જે <lang:Foreign>mail</lang:Foreign> આવ્યો હતો તમે જરા <lang:Foreign>check</lang:Foreign> કરીને મને જે છો આંકડાનો <lang:Foreign>digits</lang:Foreign> હોય છે જે <lang:Foreign><initial>OTP</initial></lang:Foreign>
    108.330
    109.380    		હા હા
    116.930
    117.755    		હા હા સાહેબ
    117.080
    123.880    		કાલે પણ મેં તમને <lang:Foreign>mail</lang:Foreign> કરેલો પણ અત્યારે <lang:Foreign>भी</lang:Foreign> કરેલો છે તો તમે ફટાફટ મને છ આંકડા જણાવી આપો પછી હું તમને આગળ ની વિગતો કહું
    126.930
    133.930    		ના સાહેબ પહેલા મને ઈ જણાવો કે <lang:Foreign>credit card</lang:Foreign> માં <lang:Foreign>facility</lang:Foreign> શું આવે, એની <lang:Foreign>credit limit</lang:Foreign> કેટલી આવે?
    134.630
    138.480    		એવું બધું તો તમે મને જણાવો બધું, પછી આપણે આગળ વધીએ
    137.405
    138.055    		અચ્છા
    139.205
    146.655    		હવે ભાવિનભાઈ એમાં એવું છે કે <lang:Foreign>credit card</lang:Foreign> છે ને આ બીજી બધી <lang:Foreign>bank</lang:Foreign> ઓ કરતા <lang:Foreign>Axis Bank</lang:Foreign> છે <lang:Foreign>full secure credit card</lang:Foreign> આપે છે
    147.305
    148.680    		અને બીજા <lang:Foreign>number</lang:Foreign> માં
    149.480
    150.455    		ના ના એ તો છે
    150.105
    150.880    		હા હા
    151.605
    155.355    		હાં એ તો ખ્યાલ છે મને, એ તો એટલે જ <lang:Foreign>account</lang:Foreign> રાખ્યું હોય ને આપણે એમાં
    156.255
    168.555    		બીજા <lang:Foreign>number</lang:Foreign> મા આપણે <lang:Foreign>credit card</lang:Foreign> છે જે અત્યારે તમે જોઈ લીધું છે આપણા <lang:Foreign>digital</lang:Foreign> યુગની અંદર <lang:Foreign>credit card</lang:Foreign> નો ઘણો બધો <lang:Foreign>craze</lang:Foreign> છે, કેમકે ઘણો બધો <lang:Foreign>credit card</lang:Foreign> છે તે ઘણા બધા ફાયદા આપે છે
    161.730
    162.355    		હા હા
    171.180
    179.680    		મહત્તમ ફાયદા આપે છે કે તમે <lang:Foreign>credit card</lang:Foreign> છે ને મોટા ભાગે <lang:Foreign>Axis Bank</lang:Foreign> છે ને એવું <lang:Foreign>credit card</lang:Foreign> અત્યારે બહાર છે પાળે છે કે તેમાં
    171.780
    172.680    		હા હા સાહેબ

    Dataset Demographics

    Details Headline

    Language

    Gujarati

    Language code

    gu-in

    Country

    India

    Accents

    Kathiawari,...more

    Gender Distribution

    M:60, F:40

    Age Group

    18-70

    Audio File Details

    Details Headline

    Environment

    Silent, Noisy

    Bit Depth

    16 bit

    Format

    wav

    Sample rate

    8khz & 16khz

    Channel

    Stereo

    Audio file duration

    5-15 minutes

    Read the License Terms

    |

    Browse FAQs

    Download Sample Speech Dataset Now!

    Explore Audio Data, Metadata and Transcription to get more clarity and hands on experience of this dataset.

    Download Free Dataset

    Audio Download Btn
    Audio Promp Bg
    Audio Promp Bg

    Similar to BFSI Call Center Speech Datasets

    Audio Card Head Line
    AI voice dataset for BFSI in English (USA)

    German BFSI CC Speech Data

    BFSI call center audio data in German.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    AI speech dataset for BFSI in French (France)

    Hindi BFSI CC Speech Data

    BFSI call center audio data in Hindi.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Arabic (Algeria) Speech to text dataset for BFSI call center

    Algerian Arabic BFSI CC Speech Data

    BFSI call center audio data in Algerian Arabic.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Arabic (Saudi Arabia) call center speech data for voicebot

    Saudi Arabian BFSI CC Speech Data

    BFSI call center audio data in Saudi Arabian Arabic.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    View All

    View All

    Browse All

    More in Gujarati (India)

    Audio Card Head Line
    Audio data in Tamil (India) for Telecom call center

    Tamil Telecom CC Speech Data

    Telecom call center audio data in Tamil.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Arabic (Egypt) training dataset for Travel AI

    Egyptian Arabic Travel CC Speech Data

    Travel call center audio data in Egyptian Arabic.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    Machine learning audio data for Realestate call center in Spanish (Colombia)

    Swedish Real Estate CC Speech Data

    Real Estate call center audio data in Swedish.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning speech data for Healthcare call center in Polish (Poland)

    Russian Healthcare CC Speech Data

    Healthcare call center audio data in Russian.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    View All

    View All

    Browse All

    Start your AI/ML model creation journey with FutureBeeAI!

    Contact Us

    Audio Arrow BtnAudio Arrow Btn Black
    Audio Promp 2 Bg
    cookie-icon

    We Use Cookies!!!

    We use cookies to ensure that we give you the best experience on our website. Read cookies policies.