.webp&w=640&q=100)
.webp&w=640&q=100)
.webp&w=640&q=100)
.webp&w=640&q=100)
.webp&w=640&q=100)
We Use Cookies!!!
We use cookies to ensure that we give you the best experience on our website. Read cookies policies.
Gujarati (India) Call Center Speech Dataset for Delivery & Logistics
The audio dataset comprises call center conversations for the Delivery & Logistics 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
.webp&w=3840&q=100)
Download
Request Custom Collection
About this Off-the-shelf Speech Dataset
Introduction
Welcome to the Gujarati Call Center Speech Dataset for the Delivery and Logistics domain designed to enhance the development of call center speech recognition models specifically for the Delivery and Logistics 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 xscenarios related to the Delivery and Logistics domain, designed to build robust and accurate customer service speech technology.
•
Speakers:
60 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.
•
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.
•Order Tracking
•Delivery Complaint
•Undeliverable Address
•Delivery Method Selection
•Return Process Enquiry
•Order Modification, and many more
•Delivery Confirmation
•Delivery Subscription
•Incorrect Address
•Missed Delivery Attempt
•Delivery Feedback
•Out-of-Stock Notification
•Delivery Satisfaction Survey, 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 Delivery and Logistics 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 Delivery and Logistics 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 Delivery and Logistics sector.
•
Smart Assistants and Chatbots:
Developing conversational agents and virtual assistants for customer service in the Delivery and Logistics 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 Delivery and Logistics 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.
•
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 Delivery and Logistics domain call center audio dataset is created by FutureBeeAI and is available for commercial use.
Use Cases
Call Center Conversational AI
ASR
Chatbot
Language Modelling
TTS
Speech Analytics
Dataset Sample(s)
ATTRIBUTES
| Channel 1 | Channel 2 | Format |
|---|---|---|
| Male(30) | Male(26) | wav, json |
TRANSCRIPTION
| LABEL | START | END | CHANNEL | TRANSCRIPT |
|---|---|---|---|---|
| Speech | 0.550 | 1.100 | Speaker 1 | <lang:Foreign>Hello</lang:Foreign> |
| Speech | 3.475 | 6.349 | Speaker 2 | <lang:Foreign>Hello Futurbee Car Transport Services</lang:Foreign> |
| Speech | 5.115 | 5.716 | Speaker 1 | હા |
| Speech | 7.772 | 10.074 | Speaker 1 | હા હુ <lang:Foreign>Futurbee Delivery</lang:Foreign>બોલું છું |
| Speech | 10.625 | 14.897 | Speaker 1 | #હમ <lang:Foreign>Car Transport भी</lang:Foreign> છે એમા. બતાવો <lang:Foreign>sir</lang:Foreign> તમારી કેમ હુ શાહેતા કરી શકુ? |
| Speech | 11.381 | 11.782 | Speaker 2 | #અમ |
| Speech | 16.181 | 28.812 | Speaker 2 | #અમ અત્યારે મે મારે <lang:Foreign>Actually Sir Car</lang:Foreign> મોકલવી છે તો મે <lang:Foreign>Google</lang:Foreign> પર તમારા <lang:Foreign>Reviews</lang:Foreign> જોયા <lang:Foreign>Company</lang:Foreign> ના તો મને એમ લાગ્યુ કે એક વાર <lang:Foreign>Inquiry</lang:Foreign> કરી લેવાય એમ. |
| Speech | 31.303 | 44.078 | Speaker 1 | અચ્છા અચ્છા ના ના <lang:Foreign>Sir Google</lang:Foreign> તો છે જ અમે <lang:Foreign>But Actual</lang:Foreign> મા <lang:Foreign>भी</lang:Foreign> અમારુ સારૂ ચાલે છે ને <lang:Foreign>Customer</lang:Foreign> બોવ <lang:Foreign>Satisfied</lang:Foreign> હોય છે તો સારી જગ્યા એ <lang:Foreign>Call</lang:Foreign>છે બતાવો <lang:Foreign>Sir</lang:Foreign> કેવી રીતે હુ તમને <lang:Foreign>Help</lang:Foreign> કરુ? કઈ <lang:Foreign>Car</lang:Foreign> છે તમારી પેલા તો એ મને જણાવો? |
| Speech | 43.435 | 43.799 | Speaker 2 | #અમ |
| Speech | 45.326 | 48.950 | Speaker 2 | #ઉહ અમારુ #હમ <lang:Foreign>WagonR <initial>LXI</initial> Model</lang:Foreign> છે |
| Speech | 50.051 | 51.234 | Speaker 2 | બે હજાર દસ વાડુ. |
| Speech | 50.503 | 50.774 | Speaker 1 | #હમ |
| Speech | 51.526 | 52.125 | Speaker 1 | કેટલા |
| Speech | 53.026 | 56.576 | Speaker 1 | અચ્છા બે હજાર દસ હમડા <lang:Foreign>Car Fully Runing</lang:Foreign> છે કે કઈ તફલિક છે <lang:Foreign>Car</lang:Foreign> મા? |
| Speech | 57.859 | 59.898 | Speaker 2 | નઈ <lang:Foreign>Fully Running</lang:Foreign> છે |
| Speech | 60.348 | 61.512 | Speaker 2 | ને કોઈ |
| Speech | 61.914 | 63.225 | Speaker 2 | એને (()) |
| Speech | 63.725 | 68.209 | Speaker 2 | (()) એટલે એને <lang:Foreign>Body</lang:Foreign> ને કઈ બધુ બરાબર છે કોઈ <lang:Foreign>Issue</lang:Foreign> નથી. |
| Speech | 68.433 | 72.459 | Speaker 1 | <lang:Foreign>Okay</lang:Foreign> ને <lang:Foreign>Petrol</lang:Foreign> પર છે <lang:Foreign>Sir</lang:Foreign> ગાડી કે <lang:Foreign><initial>CNG</initial></lang:Foreign> વગર આ <lang:Foreign>Diesel</lang:Foreign> વગર હાલે? |
| Speech | 72.157 | 73.956 | Speaker 2 | <lang:Foreign>Both Both</lang:Foreign> બન્ને વ છે. |
| Speech | 75.283 | 79.358 | Speaker 1 | અચ્છા સરસ તો તમારે <lang:Foreign>Sir</lang:Foreign> બિજુ એટલે ક્યાથી ક્યા મોકલવાની છે ગાડી આ? |
| Speech | 80.408 | 86.281 | Speaker 2 | #હમ <lang:Foreign>Actually</lang:Foreign> આમારે છે ને સુરત થી બેંગલોર સુધિ મોકલવાની છે. |
| Speech | 89.072 | 90.875 | Speaker 1 | અચ્છા સુરત થી બેંગલોર <lang:Foreign>Okay</lang:Foreign> |
| Speech | 91.326 | 95.772 | Speaker 1 | #હમ [noise] ને ક્યારે ક્યારે વિચાર છે તમારો <lang:Foreign>Move</lang:Foreign> કરવાનો? |
| Speech | 97.796 | 99.347 | Speaker 2 | #હમ આ <lang:Foreign>Month</lang:Foreign> ની |
| Speech | 100.949 | 102.072 | Speaker 2 | પંદર તારીખ પછી. |
| Speech | 104.272 | 106.421 | Speaker 1 | પંદર તારીખથી <lang:Foreign>Okay</lang:Foreign> |
| Speech | 106.694 | 108.750 | Speaker 2 | પંદર તારીખથી ને પચ્છી જો |
| Speech | 109.176 | 111.245 | Speaker 2 | <lang:Foreign>Next</lang:Foreign> દસ દિવસમા મડી જાતુ હોય તો. |
| Speech | 113.171 | 114.451 | Speaker 1 | <lang:Foreign>Okay Okay</lang:Foreign> |
| Speech | 115.227 | 123.245 | Speaker 1 | ઠીક છે અને <lang:Foreign>sir</lang:Foreign> તમારા ગાડી ના <lang:Foreign>Papers</lang:Foreign> તમારા જોડે <lang:Foreign>Ready</lang:Foreign> છે આપડે <lang:Foreign><initial>RC</initial>Book</lang:Foreign> છે જે બિજુ કાઈક છ ઈ <lang:Foreign>Polution Certificae Insurance</lang:Foreign> |
| Speech | 120.968 | 121.376 | Speaker 2 | હ |
| Speech | 121.852 | 126.694 | Speaker 2 | <lang:Foreign>Papers</lang:Foreign> છે બધા <lang:Foreign>papers Paper</lang:Foreign> છે બધા છે મારી જોડે પન. |
| Speech | 126.918 | 129.351 | Speaker 2 | ક્યા ક્યા લાગસે એક વાર મને કઈ દો તો હુ એની |
| Speech | 129.777 | 132.068 | Speaker 2 | અને <lang:Foreign>Original</lang:Foreign> જોસે કે <lang:Foreign>Zerox Copy</lang:Foreign>? |
| Speech | 134.127 | 139.682 | Speaker 1 | ના અમારે તો<lang:Foreign>Zerox Copy</lang:Foreign> ચાલી જશે એક છે તમારુ <lang:Foreign><initial>RC</initial> Book</lang:Foreign> છે ઈ તમારુ <lang:Foreign>Insurance</lang:Foreign> હસે ગાડી નુ ઈ |
| Speech | 136.092 | 136.667 | Speaker 2 | [noise] <lang:Foreign>Okay</lang:Foreign> |
| Speech | 139.143 | 139.838 | Speaker 2 | <lang:Foreign>Okay</lang:Foreign> |
| Speech | 140.133 | 144.751 | Speaker 1 | અને ત્રીજુ તમારુ <lang:Foreign><initial>PUC</initial> Certificate</lang:Foreign> હસે ને ગાડી નુ ઈ ત્યા ચલાવસો તો ત્યા લાગશે. |
| Speech | 141.014 | 141.491 | Speaker 2 | #હમ |
| Speech | 144.217 | 144.890 | Speaker 2 | #હમ |
| Speech | 146.516 | 147.101 | Speaker 2 | <lang:Foreign>Okay</lang:Foreign> |
| Speech | 147.502 | 149.376 | Speaker 2 | છે આ કાગડીયા તો છે મરી જોડે |
| Speech | 149.827 | 152.039 | Speaker 2 | ને મને એ કો પેલા કે? |
| Speech | 153.116 | 159.164 | Speaker 2 | કેટલા દિવસ મા ગાડી પોચસે ને <lang:Foreign>approximant Price</lang:Foreign> શુ રેસે એ મને થોડી જાણકારી આપશો? |
| Speech | 159.965 | 169.462 | Speaker 1 | અચ્છા તો સુરત થી નિકડતા બેંગ્લોર એક <lang:Foreign>Minute</lang:Foreign> હો હુ <lang:Foreign>Chek</lang:Foreign> કરી લવ <lang:Foreign>System</lang:Foreign> મા સુરત થી બેંગલોર <lang:Foreign>Distance</lang:Foreign> નઈ નઈ કભી પંદરશો કિલોમિટર એટલુ હોય <lang:Foreign>sir</lang:Foreign>. |
| Speech | 170.139 | 172.389 | Speaker 1 | તમારી દિવસમાં જાય છે. |
| Speech | 173.330 | 180.354 | Speaker 1 | તણસો કિલોમિટર ચલાવી અમે રોજ એના તો પાંચ દિવસ લગ્સે <lang:Foreign>sir</lang:Foreign> પોંચતા <lang:Foreign>Proxylate</lang:Foreign> કવ ચુ આમા પાંચ દિવસ મા એકાદ દિવસ ઉપર નિચે થાઈ સકે છે. |
TRANSCRIPTION
| TIME | TRANSCRIPT |
|---|---|
| 0.550 1.100 | <lang:Foreign>Hello</lang:Foreign> |
| 3.475 6.349 | <lang:Foreign>Hello Futurbee Car Transport Services</lang:Foreign> |
| 5.115 5.716 | હા |
| 7.772 10.074 | હા હુ <lang:Foreign>Futurbee Delivery</lang:Foreign>બોલું છું |
| 10.625 14.897 | #હમ <lang:Foreign>Car Transport भी</lang:Foreign> છે એમા. બતાવો <lang:Foreign>sir</lang:Foreign> તમારી કેમ હુ શાહેતા કરી શકુ? |
| 11.381 11.782 | #અમ |
| 16.181 28.812 | #અમ અત્યારે મે મારે <lang:Foreign>Actually Sir Car</lang:Foreign> મોકલવી છે તો મે <lang:Foreign>Google</lang:Foreign> પર તમારા <lang:Foreign>Reviews</lang:Foreign> જોયા <lang:Foreign>Company</lang:Foreign> ના તો મને એમ લાગ્યુ કે એક વાર <lang:Foreign>Inquiry</lang:Foreign> કરી લેવાય એમ. |
| 31.303 44.078 | અચ્છા અચ્છા ના ના <lang:Foreign>Sir Google</lang:Foreign> તો છે જ અમે <lang:Foreign>But Actual</lang:Foreign> મા <lang:Foreign>भी</lang:Foreign> અમારુ સારૂ ચાલે છે ને <lang:Foreign>Customer</lang:Foreign> બોવ <lang:Foreign>Satisfied</lang:Foreign> હોય છે તો સારી જગ્યા એ <lang:Foreign>Call</lang:Foreign>છે બતાવો <lang:Foreign>Sir</lang:Foreign> કેવી રીતે હુ તમને <lang:Foreign>Help</lang:Foreign> કરુ? કઈ <lang:Foreign>Car</lang:Foreign> છે તમારી પેલા તો એ મને જણાવો? |
| 43.435 43.799 | #અમ |
| 45.326 48.950 | #ઉહ અમારુ #હમ <lang:Foreign>WagonR <initial>LXI</initial> Model</lang:Foreign> છે |
| 50.051 51.234 | બે હજાર દસ વાડુ. |
| 50.503 50.774 | #હમ |
| 51.526 52.125 | કેટલા |
| 53.026 56.576 | અચ્છા બે હજાર દસ હમડા <lang:Foreign>Car Fully Runing</lang:Foreign> છે કે કઈ તફલિક છે <lang:Foreign>Car</lang:Foreign> મા? |
| 57.859 59.898 | નઈ <lang:Foreign>Fully Running</lang:Foreign> છે |
| 60.348 61.512 | ને કોઈ |
| 61.914 63.225 | એને (()) |
| 63.725 68.209 | (()) એટલે એને <lang:Foreign>Body</lang:Foreign> ને કઈ બધુ બરાબર છે કોઈ <lang:Foreign>Issue</lang:Foreign> નથી. |
| 68.433 72.459 | <lang:Foreign>Okay</lang:Foreign> ને <lang:Foreign>Petrol</lang:Foreign> પર છે <lang:Foreign>Sir</lang:Foreign> ગાડી કે <lang:Foreign><initial>CNG</initial></lang:Foreign> વગર આ <lang:Foreign>Diesel</lang:Foreign> વગર હાલે? |
| 72.157 73.956 | <lang:Foreign>Both Both</lang:Foreign> બન્ને વ છે. |
| 75.283 79.358 | અચ્છા સરસ તો તમારે <lang:Foreign>Sir</lang:Foreign> બિજુ એટલે ક્યાથી ક્યા મોકલવાની છે ગાડી આ? |
| 80.408 86.281 | #હમ <lang:Foreign>Actually</lang:Foreign> આમારે છે ને સુરત થી બેંગલોર સુધિ મોકલવાની છે. |
| 89.072 90.875 | અચ્છા સુરત થી બેંગલોર <lang:Foreign>Okay</lang:Foreign> |
| 91.326 95.772 | #હમ [noise] ને ક્યારે ક્યારે વિચાર છે તમારો <lang:Foreign>Move</lang:Foreign> કરવાનો? |
| 97.796 99.347 | #હમ આ <lang:Foreign>Month</lang:Foreign> ની |
| 100.949 102.072 | પંદર તારીખ પછી. |
| 104.272 106.421 | પંદર તારીખથી <lang:Foreign>Okay</lang:Foreign> |
| 106.694 108.750 | પંદર તારીખથી ને પચ્છી જો |
| 109.176 111.245 | <lang:Foreign>Next</lang:Foreign> દસ દિવસમા મડી જાતુ હોય તો. |
| 113.171 114.451 | <lang:Foreign>Okay Okay</lang:Foreign> |
| 115.227 123.245 | ઠીક છે અને <lang:Foreign>sir</lang:Foreign> તમારા ગાડી ના <lang:Foreign>Papers</lang:Foreign> તમારા જોડે <lang:Foreign>Ready</lang:Foreign> છે આપડે <lang:Foreign><initial>RC</initial>Book</lang:Foreign> છે જે બિજુ કાઈક છ ઈ <lang:Foreign>Polution Certificae Insurance</lang:Foreign> |
| 120.968 121.376 | હ |
| 121.852 126.694 | <lang:Foreign>Papers</lang:Foreign> છે બધા <lang:Foreign>papers Paper</lang:Foreign> છે બધા છે મારી જોડે પન. |
| 126.918 129.351 | ક્યા ક્યા લાગસે એક વાર મને કઈ દો તો હુ એની |
| 129.777 132.068 | અને <lang:Foreign>Original</lang:Foreign> જોસે કે <lang:Foreign>Zerox Copy</lang:Foreign>? |
| 134.127 139.682 | ના અમારે તો<lang:Foreign>Zerox Copy</lang:Foreign> ચાલી જશે એક છે તમારુ <lang:Foreign><initial>RC</initial> Book</lang:Foreign> છે ઈ તમારુ <lang:Foreign>Insurance</lang:Foreign> હસે ગાડી નુ ઈ |
| 136.092 136.667 | [noise] <lang:Foreign>Okay</lang:Foreign> |
| 139.143 139.838 | <lang:Foreign>Okay</lang:Foreign> |
| 140.133 144.751 | અને ત્રીજુ તમારુ <lang:Foreign><initial>PUC</initial> Certificate</lang:Foreign> હસે ને ગાડી નુ ઈ ત્યા ચલાવસો તો ત્યા લાગશે. |
| 141.014 141.491 | #હમ |
| 144.217 144.890 | #હમ |
| 146.516 147.101 | <lang:Foreign>Okay</lang:Foreign> |
| 147.502 149.376 | છે આ કાગડીયા તો છે મરી જોડે |
| 149.827 152.039 | ને મને એ કો પેલા કે? |
| 153.116 159.164 | કેટલા દિવસ મા ગાડી પોચસે ને <lang:Foreign>approximant Price</lang:Foreign> શુ રેસે એ મને થોડી જાણકારી આપશો? |
| 159.965 169.462 | અચ્છા તો સુરત થી નિકડતા બેંગ્લોર એક <lang:Foreign>Minute</lang:Foreign> હો હુ <lang:Foreign>Chek</lang:Foreign> કરી લવ <lang:Foreign>System</lang:Foreign> મા સુરત થી બેંગલોર <lang:Foreign>Distance</lang:Foreign> નઈ નઈ કભી પંદરશો કિલોમિટર એટલુ હોય <lang:Foreign>sir</lang:Foreign>. |
| 170.139 172.389 | તમારી દિવસમાં જાય છે. |
| 173.330 180.354 | તણસો કિલોમિટર ચલાવી અમે રોજ એના તો પાંચ દિવસ લગ્સે <lang:Foreign>sir</lang:Foreign> પોંચતા <lang:Foreign>Proxylate</lang:Foreign> કવ ચુ આમા પાંચ દિવસ મા એકાદ દિવસ ઉપર નિચે થાઈ સકે છે. |
Dataset Demographics
Language
Gujarati
Language code
gu-in
Country
India
Accents
Kathiawari,...more
Gender Distribution
M:60, F:40
Age Group
18-70
Audio File Details
Environment
Silent, Noisy
Bit Depth
16 bit
Format
wav
Sample rate
8khz & 16khz
Channel
Dual separate channel
Audio file duration
5-15 minutes
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
Start your AI/ML model creation journey with FutureBeeAI!
Contact Us
