Go Back

Go back

Bengali (India) Call Center Speech Dataset for Healthcare

The audio dataset comprises call center conversations for the Healthcare domain, featuring native Bengali 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
Bengali (India) training dataset for Healthcare AI
DownloadDownload Icon

Request Custom Collection

Get Dataset Btn

About this Off-the-shelf Speech Dataset

About Gradiet Line

Introduction

Welcome to the Bengali Call Center Speech Dataset for the Healthcare domain designed to enhance the development of call center speech recognition models specifically for the Healthcare 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 Healthcare domain, designed to build robust and accurate customer service speech technology.

  • •Participant Diversity:
  • •
    Speakers: 60 expert native Bengali speakers from the FutureBeeAI Community.
  • •
    Regions: Different regions of West Bengal, ensuring a balanced representation of Bengali 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:
  • •Appointment Scheduling
  • •New Patient Registration
  • •Surgery Consultation
  • •Consultation regarding Diet, and many more
  • •Outbound Calls:
  • •Appointment Reminder
  • •Health and Wellness Subscription Programs
  • •Lab Tests Results
  • •Health Risk Assessments
  • •Preventive Care Reminders, 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 Healthcare domain call center conversational AI and ASR models for the Bengali 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 Bengali 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 Healthcare domain. Potential use cases include:

  • •
    Speech Recognition Models: Training and fine-tuning speech recognition models for Bengali.
  • •
    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 Healthcare sector.
  • •
    Smart Assistants and Chatbots: Developing conversational agents and virtual assistants for customer service in the Healthcare 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 Healthcare 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 Healthcare 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
    Female(34)Male(34)wav, json

    TRANSCRIPTION

    LABELSTARTENDCHANNELTRANSCRIPT
    Speech0.8971.37414060743<lang:Foreign>Hello</lang:Foreign>
    Speech1.9253.41414060743<lang:Foreign>Future bee</lang:Foreign> র তরফ থেকে
    Speech3.8687.13814060743বলছিলাম আমি কি <lang:Foreign>doctor</lang:Foreign> গোড়াই এর সাথে
    Speech8.0528.79314060743কথা বলছি?
    Speech10.60912.09816022430#আহ হ্যাঁ বলুন
    Speech13.41415.49414060743হ্যাঁ <lang:Foreign>madam</lang:Foreign> নমস্কার আমার নাম
    Speech16.04017.67214060743#আহ রাজা সেন
    Speech18.33922.59214060743আমি #আহ <lang:Foreign>future bee</lang:Foreign> র তরফ থেকে আপনাকে <lang:Foreign>phone</lang:Foreign> করেছি আমাদের কিছু
    Speech23.08624.59814060743নতুন ওষুধ কিছু
    Speech25.23526.25814060743<lang:Foreign>Launch</lang:Foreign> হয়েছে
    Speech26.93130.21214060743সেগুলো নিয়ে আপনার সাথে একটু <lang:Foreign>discus</lang:Foreign> করার ব্যাপার ছিল।
    Speech32.33935.12016022430<lang:Foreign>Okay</lang:Foreign> #আহ <lang:Foreign>give me a few minutes please</lang:Foreign>
    Speech40.16141.33916022430<lang:Foreign>Okay</lang:Foreign> হ্যাঁ বলুন
    Speech42.28746.56914060743হ্যাঁ <lang:Foreign>madam</lang:Foreign> আমাদের নতুন <lang:Foreign>paracetamol <initial>X</initial></lang:Foreign> এসছে
    Speech47.10348.36214060743#আহ <lang:Foreign>cup syrup</lang:Foreign>
    Speech49.05750.28714060743#আহ নতুন এসেছে
    Speech50.71252.36214060743#আহ <lang:Foreign>lever tonic</lang:Foreign>
    Speech53.44854.66614060743<lang:Foreign>Vitamin capsule</lang:Foreign>
    Speech55.52856.10314060743#আহ
    Speech57.80458.78714060743<lang:Foreign>Zaitolem <initial>X</initial></lang:Foreign>
    Speech59.77063.69514060743এবং আপনার মাথা ধরার কিছু নতুন ওষুধ এসছে।
    Speech64.35070.63714060743সেগুলো আমরা #আহ বাজারে <lang:Foreign>launch</lang:Foreign> করতে চাই আমরা বিভিন্ন ডাক্তারদের <lang:Foreign>approach</lang:Foreign> করছি যাতে তারা
    Speech71.32172.92514060743#আহ ওষুধ গুলো কে
    Speech73.49475.89014060743#আহ রুগীদের কে <lang:Foreign>prescribe</lang:Foreign> করে
    Speech76.65578.72914060743এবং যাতে আমাদের <lang:Foreign>product</lang:Foreign> গুলো
    Speech79.16081.29814060743#আহ মানুষের কাছে পৌঁছতে পারে।
    Speech82.26482.82114060743এবং
    Speech83.27085.05114060743আমাদের আরো কিছু ওষুধ যে রকম
    Speech85.47685.98814060743#আহ
    Speech87.07487.75814060743<lang:Foreign>Volini</lang:Foreign>
    Speech88.49989.43614060743<lang:Foreign>Ninety nine</lang:Foreign>
    Speech90.24194.94214060743#উম এবং কিছু #আহ হাঁটু, হাঁটু ব্যাথার ওষুধ বা আপনার
    Speech95.40296.78114060743আর পরে যাওয়া
    Speech97.775105.24614060743#আহ ব্যাথা (()) খেলতে গিয়ে ব্যাথা লাগা বা বাচ্ছারা যে <lang:Foreign>skin disease</lang:Foreign> হয় সেই <lang:Foreign>skin disease</lang:Foreign> এর
    Speech105.695106.53914060743সকল ওষুধ
    Speech107.039109.31514060743আমরা নতুন <lang:Foreign>launch</lang:Foreign> করছি আমাদের
    Speech109.982111.73514060743<lang:Foreign>Actually sir</lang:Foreign> আমরা
    Speech112.229113.91314060743#আহ (()) কোলকাতার
    Speech114.959116.13714060743নতুন #আহ
    Speech116.631121.25814060743<lang:Foreign>Market</lang:Foreign> করছি আমরা আমরা <lang:Foreign>actually outside</lang:Foreign> বেঙ্গলের <lang:Foreign>company</lang:Foreign> আর কি
    Speech122.229126.22914060743যদি <lang:Foreign>maam</lang:Foreign> একটু <lang:Foreign>time</lang:Foreign> দেন তাহলে আমরা সামনা সামনি বসে আপনার সাথে
    Speech123.654124.22316022430<lang:Foreign>Okay</lang:Foreign>
    Speech126.718128.37314060743#আহ <lang:Foreign>discuss</lang:Foreign> করতে পারি।
    Speech131.252135.40116022430<lang:Foreign>Okay</lang:Foreign> #আহ সামনা সামনি ওইভাবে তো আমি <lang:Foreign>time</lang:Foreign> (()) বার করতে পারবো না।
    Speech135.884141.93016022430#আহ আপনি <lang:Foreign>next day</lang:Foreign> #আহ এগারোটা থেকে বারোটার মধ্যে আমার <lang:Foreign>chamber</lang:Foreign> এসে দেখা করতে পারেন।
    Speech143.488158.64314060743হ্যাঁ <lang:Foreign>madam</lang:Foreign> ঠিক আছে আমি আসবো এবং মানে আপনি যদি আমরা একটা মানে মানে <lang:Foreign>unofficially</lang:Foreign>একটা কথা আপনাকে বলছি আপনি যদি মানে আমাদের ওষুধ গুলো <lang:Foreign>prescribe</lang:Foreign> করেন বা আপনি যদি #আহ<lang:Foreign>patient</lang:Foreign> দেরকে আমাদের ওষুধ গুলো দেন সে ক্ষেত্রে আমায় <lang:Foreign>annually</lang:Foreign>
    Speech158.941163.32114060743বলুন বা <lang:Foreign>six monthly</lang:Foreign> একটা <lang:Foreign>gift</lang:Foreign> #আহ মানে দিয়ে থাকি।
    Speech163.878167.32114060743(()) খুবই মানে সামান্য একটা <lang:Foreign>gift</lang:Foreign> দিয়ে থাকি।
    Speech167.947172.50514060743এবং সে ক্ষেত্রে যদি আমাদের মানে বেঙ্গলের <lang:Foreign>market</lang:Foreign> টা যদি আমরা ধরতে পারি।
    Speech173.137174.31514060743তাতে মানে
    Speech174.798179.03914060743#আহ আমাদের একটু <lang:Foreign>help</lang:Foreign> হয় আর কি আমরা বিভিন্ন ডাক্তারের কাছে <lang:Foreign>appraise</lang:Foreign> করছি।
    Speech179.608181.43014060743এবং <lang:Foreign>net</lang:Foreign> এ দেখলাম আপনার নামটা
    Speech181.867182.86714060743<lang:Foreign>As a</lang:Foreign> #আহ
    Speech183.355184.91314060743<lang:Foreign>eyes specialist</lang:Foreign> মানে
    Speech185.637189.53914060743দেখা যাচ্ছে বা এবং <lang:Foreign>general</lang:Foreign> (()) <lang:Foreign>show</lang:Foreign> করছে।
    Speech190.843192.69414060743তাই সেই হিসাবেই আপনাকে <lang:Foreign>call</lang:Foreign> করা আর কি।
    Speech194.591200.01016022430#আম্ম হ্যাঁ নিশ্চই আমি শুনবো আপনার দের #আহ যাবতীয়<lang:Foreign>features</lang:Foreign> যা আছে
    Speech200.671205.93016022430#আহ <lang:Foreign>next day</lang:Foreign> আপনার যা <lang:Foreign>booklet</lang:Foreign> আছে সব নিয়ে একবার আসুন আমার কাছে আমি
    Speech206.614210.78016022430#আহ আমার <lang:Foreign>patient</lang:Foreign> এর দেখার মাঝে আমি আপনাদের সাথে কথা বলে নেবো।
    Speech212.642213.04414060743(())
    Speech213.516220.86614060743হ্যাঁ <lang:Foreign>madam</lang:Foreign> যদি <lang:Foreign>kindly</lang:Foreign> যদি আপনার <lang:Foreign>address</lang:Foreign>একটু #আহ <lang:Foreign>whatsApp</lang:Foreign> করে দেন এই <lang:Foreign>number</lang:Foreign> এ কারণ এই <lang:Foreign>number</lang:Foreign> এ অপমার <lang:Foreign>whatsapp</lang:Foreign> আছে তা সেক্ষেত্রে
    Speech221.326223.29714060743#আহ আমাদেরও আপনার কাছে পৌঁছতে
    Speech223.883224.99814060743সুবিধা হবে এই আর কি
    Speech226.389230.20016022430<lang:Foreign>Okay</lang:Foreign> ঠিক আছে আমি #আহ করে দেবো আপনি আমাকে একটা <lang:Foreign>massage</lang:Foreign> করে রাখুন।
    Speech231.596236.82614060743ঠিক আছে <lang:Foreign>madam</lang:Foreign> আমি <lang:Foreign>hi</lang:Foreign> বলে #আহ <lang:Foreign>massage</lang:Foreign> করছি বা আপনার <lang:Foreign>madam</lang:Foreign> একটা <lang:Foreign>request</lang:Foreign> ছিল
    Speech231.786232.57316022430আমার <lang:Foreign>number</lang:Foreign> এ
    Speech238.320238.68216022430#হুম
    Speech238.993245.67614060743হ্যাঁ <lang:Foreign>madam</lang:Foreign> আপনার কোনো বন্ধু বান্ধব যিনি <lang:Foreign>practice</lang:Foreign> করেন তার <lang:Foreign>reference</lang:Foreign> যদি পাই, বা আপনার <lang:Foreign>reference</lang:Foreign> এ যদি তাদের কাছে যেতে পারি
    Speech239.418239.80316022430বলুন
    Speech246.119247.14214060743তা সেক্ষেত্রে আমাদের
    Speech247.539248.68214060743<lang:Foreign>Marketing</lang:Foreign> টা একটু
    Speech249.153250.74514060743মানে সুবিধা হয় এই আর কি
    Speech252.768255.98716022430নিশ্চই আমি চেষ্টা করবো আপনাদের #আহ যতটা সুবিধা করা যায়।
    Speech256.458260.09016022430আমি #আহ আমার <lang:Foreign>reference</lang:Foreign> এ আমি আপনাকে পাঁচ জনের নাম দিতে পারি
    Speech260.510263.25716022430#আহ আমার যারা <lang:Foreign>junior</lang:Foreign> আছে।
    Speech264.107266.16516022430#আহ যারা এখন <lang:Foreign>already just</lang:Foreign>
    Speech266.808268.21716022430<lang:Foreign>Doctor</lang:Foreign> হয়েছে
    Speech269.274273.75716022430#আহ তাদের সঙ্গে আমি আপনার সংঙ্গে যোগাযোগ করিয়ে দেবো <lang:Foreign>contact number</lang:Foreign> দিয়ে দেবো অবশ্যই
    Speech274.780276.11316022430আপনারা কথা বলে নেবেন
    Speech278.556291.68214060743#আহ <lang:Foreign>okay madam thank you</lang:Foreign> এবং যেটুকু আমি <lang:Foreign>net</lang:Foreign> দেখতে পাচ্ছি যে আপনার <lang:Foreign>husband</lang:Foreign> বোধহয় একজন ডাক্তার #আহ ওনার নাম টাও যদি একটু বা ওনার <lang:Foreign>contact number</lang:Foreign> টা যদি একটু আমাদেরকে <lang:Foreign>provide</lang:Foreign> করেন সেক্ষেত্রে আমরা ওনার সাথেও একটা <lang:Foreign>appointment</lang:Foreign> করতে পারি।
    Speech293.906298.99216022430#আহ <lang:Foreign>okay</lang:Foreign> #আহ ঠিক আছে আপনি আসুন কালকে আমি দেখছি কতটা কি করা যায়।
    Speech300.211305.29714060743#আহ <lang:Foreign>okay madam</lang:Foreign> তাহলে আমি কাল সকালে তাহলে আপনাকে একটা <lang:Foreign>call</lang:Foreign> করে নিচ্ছি এই (()) নটা সাড়েনটা নাগাত
    Speech305.883307.61314060743[noise] নিয়ে আমি আপনার #আহ
    Speech308.153309.71014060743#আহ <lang:Foreign>chamber</lang:Foreign> এ আমি <lang:Foreign>attend</lang:Foreign> করছি।
    Speech310.877312.54416022430ঠিক আছে ঠিক আছে <lang:Foreign>no problem</lang:Foreign>
    Speech313.935314.58414060743<lang:Foreign>Okay madam</lang:Foreign>
    Speech314.969315.41214060743<lang:Foreign>Good day</lang:Foreign>

    TRANSCRIPTION

    TIMETRANSCRIPT
    0.897
    1.374    		<lang:Foreign>Hello</lang:Foreign>
    1.925
    3.414    		<lang:Foreign>Future bee</lang:Foreign> র তরফ থেকে
    3.868
    7.138    		বলছিলাম আমি কি <lang:Foreign>doctor</lang:Foreign> গোড়াই এর সাথে
    8.052
    8.793    		কথা বলছি?
    10.609
    12.098    		#আহ হ্যাঁ বলুন
    13.414
    15.494    		হ্যাঁ <lang:Foreign>madam</lang:Foreign> নমস্কার আমার নাম
    16.040
    17.672    		#আহ রাজা সেন
    18.339
    22.592    		আমি #আহ <lang:Foreign>future bee</lang:Foreign> র তরফ থেকে আপনাকে <lang:Foreign>phone</lang:Foreign> করেছি আমাদের কিছু
    23.086
    24.598    		নতুন ওষুধ কিছু
    25.235
    26.258    		<lang:Foreign>Launch</lang:Foreign> হয়েছে
    26.931
    30.212    		সেগুলো নিয়ে আপনার সাথে একটু <lang:Foreign>discus</lang:Foreign> করার ব্যাপার ছিল।
    32.339
    35.120    		<lang:Foreign>Okay</lang:Foreign> #আহ <lang:Foreign>give me a few minutes please</lang:Foreign>
    40.161
    41.339    		<lang:Foreign>Okay</lang:Foreign> হ্যাঁ বলুন
    42.287
    46.569    		হ্যাঁ <lang:Foreign>madam</lang:Foreign> আমাদের নতুন <lang:Foreign>paracetamol <initial>X</initial></lang:Foreign> এসছে
    47.103
    48.362    		#আহ <lang:Foreign>cup syrup</lang:Foreign>
    49.057
    50.287    		#আহ নতুন এসেছে
    50.712
    52.362    		#আহ <lang:Foreign>lever tonic</lang:Foreign>
    53.448
    54.666    		<lang:Foreign>Vitamin capsule</lang:Foreign>
    55.528
    56.103    		#আহ
    57.804
    58.787    		<lang:Foreign>Zaitolem <initial>X</initial></lang:Foreign>
    59.770
    63.695    		এবং আপনার মাথা ধরার কিছু নতুন ওষুধ এসছে।
    64.350
    70.637    		সেগুলো আমরা #আহ বাজারে <lang:Foreign>launch</lang:Foreign> করতে চাই আমরা বিভিন্ন ডাক্তারদের <lang:Foreign>approach</lang:Foreign> করছি যাতে তারা
    71.321
    72.925    		#আহ ওষুধ গুলো কে
    73.494
    75.890    		#আহ রুগীদের কে <lang:Foreign>prescribe</lang:Foreign> করে
    76.655
    78.729    		এবং যাতে আমাদের <lang:Foreign>product</lang:Foreign> গুলো
    79.160
    81.298    		#আহ মানুষের কাছে পৌঁছতে পারে।
    82.264
    82.821    		এবং
    83.270
    85.051    		আমাদের আরো কিছু ওষুধ যে রকম
    85.476
    85.988    		#আহ
    87.074
    87.758    		<lang:Foreign>Volini</lang:Foreign>
    88.499
    89.436    		<lang:Foreign>Ninety nine</lang:Foreign>
    90.241
    94.942    		#উম এবং কিছু #আহ হাঁটু, হাঁটু ব্যাথার ওষুধ বা আপনার
    95.402
    96.781    		আর পরে যাওয়া
    97.775
    105.246    		#আহ ব্যাথা (()) খেলতে গিয়ে ব্যাথা লাগা বা বাচ্ছারা যে <lang:Foreign>skin disease</lang:Foreign> হয় সেই <lang:Foreign>skin disease</lang:Foreign> এর
    105.695
    106.539    		সকল ওষুধ
    107.039
    109.315    		আমরা নতুন <lang:Foreign>launch</lang:Foreign> করছি আমাদের
    109.982
    111.735    		<lang:Foreign>Actually sir</lang:Foreign> আমরা
    112.229
    113.913    		#আহ (()) কোলকাতার
    114.959
    116.137    		নতুন #আহ
    116.631
    121.258    		<lang:Foreign>Market</lang:Foreign> করছি আমরা আমরা <lang:Foreign>actually outside</lang:Foreign> বেঙ্গলের <lang:Foreign>company</lang:Foreign> আর কি
    122.229
    126.229    		যদি <lang:Foreign>maam</lang:Foreign> একটু <lang:Foreign>time</lang:Foreign> দেন তাহলে আমরা সামনা সামনি বসে আপনার সাথে
    123.654
    124.223    		<lang:Foreign>Okay</lang:Foreign>
    126.718
    128.373    		#আহ <lang:Foreign>discuss</lang:Foreign> করতে পারি।
    131.252
    135.401    		<lang:Foreign>Okay</lang:Foreign> #আহ সামনা সামনি ওইভাবে তো আমি <lang:Foreign>time</lang:Foreign> (()) বার করতে পারবো না।
    135.884
    141.930    		#আহ আপনি <lang:Foreign>next day</lang:Foreign> #আহ এগারোটা থেকে বারোটার মধ্যে আমার <lang:Foreign>chamber</lang:Foreign> এসে দেখা করতে পারেন।
    143.488
    158.643    		হ্যাঁ <lang:Foreign>madam</lang:Foreign> ঠিক আছে আমি আসবো এবং মানে আপনি যদি আমরা একটা মানে মানে <lang:Foreign>unofficially</lang:Foreign>একটা কথা আপনাকে বলছি আপনি যদি মানে আমাদের ওষুধ গুলো <lang:Foreign>prescribe</lang:Foreign> করেন বা আপনি যদি #আহ<lang:Foreign>patient</lang:Foreign> দেরকে আমাদের ওষুধ গুলো দেন সে ক্ষেত্রে আমায় <lang:Foreign>annually</lang:Foreign>
    158.941
    163.321    		বলুন বা <lang:Foreign>six monthly</lang:Foreign> একটা <lang:Foreign>gift</lang:Foreign> #আহ মানে দিয়ে থাকি।
    163.878
    167.321    		(()) খুবই মানে সামান্য একটা <lang:Foreign>gift</lang:Foreign> দিয়ে থাকি।
    167.947
    172.505    		এবং সে ক্ষেত্রে যদি আমাদের মানে বেঙ্গলের <lang:Foreign>market</lang:Foreign> টা যদি আমরা ধরতে পারি।
    173.137
    174.315    		তাতে মানে
    174.798
    179.039    		#আহ আমাদের একটু <lang:Foreign>help</lang:Foreign> হয় আর কি আমরা বিভিন্ন ডাক্তারের কাছে <lang:Foreign>appraise</lang:Foreign> করছি।
    179.608
    181.430    		এবং <lang:Foreign>net</lang:Foreign> এ দেখলাম আপনার নামটা
    181.867
    182.867    		<lang:Foreign>As a</lang:Foreign> #আহ
    183.355
    184.913    		<lang:Foreign>eyes specialist</lang:Foreign> মানে
    185.637
    189.539    		দেখা যাচ্ছে বা এবং <lang:Foreign>general</lang:Foreign> (()) <lang:Foreign>show</lang:Foreign> করছে।
    190.843
    192.694    		তাই সেই হিসাবেই আপনাকে <lang:Foreign>call</lang:Foreign> করা আর কি।
    194.591
    200.010    		#আম্ম হ্যাঁ নিশ্চই আমি শুনবো আপনার দের #আহ যাবতীয়<lang:Foreign>features</lang:Foreign> যা আছে
    200.671
    205.930    		#আহ <lang:Foreign>next day</lang:Foreign> আপনার যা <lang:Foreign>booklet</lang:Foreign> আছে সব নিয়ে একবার আসুন আমার কাছে আমি
    206.614
    210.780    		#আহ আমার <lang:Foreign>patient</lang:Foreign> এর দেখার মাঝে আমি আপনাদের সাথে কথা বলে নেবো।
    212.642
    213.044    		(())
    213.516
    220.866    		হ্যাঁ <lang:Foreign>madam</lang:Foreign> যদি <lang:Foreign>kindly</lang:Foreign> যদি আপনার <lang:Foreign>address</lang:Foreign>একটু #আহ <lang:Foreign>whatsApp</lang:Foreign> করে দেন এই <lang:Foreign>number</lang:Foreign> এ কারণ এই <lang:Foreign>number</lang:Foreign> এ অপমার <lang:Foreign>whatsapp</lang:Foreign> আছে তা সেক্ষেত্রে
    221.326
    223.297    		#আহ আমাদেরও আপনার কাছে পৌঁছতে
    223.883
    224.998    		সুবিধা হবে এই আর কি
    226.389
    230.200    		<lang:Foreign>Okay</lang:Foreign> ঠিক আছে আমি #আহ করে দেবো আপনি আমাকে একটা <lang:Foreign>massage</lang:Foreign> করে রাখুন।
    231.596
    236.826    		ঠিক আছে <lang:Foreign>madam</lang:Foreign> আমি <lang:Foreign>hi</lang:Foreign> বলে #আহ <lang:Foreign>massage</lang:Foreign> করছি বা আপনার <lang:Foreign>madam</lang:Foreign> একটা <lang:Foreign>request</lang:Foreign> ছিল
    231.786
    232.573    		আমার <lang:Foreign>number</lang:Foreign> এ
    238.320
    238.682    		#হুম
    238.993
    245.676    		হ্যাঁ <lang:Foreign>madam</lang:Foreign> আপনার কোনো বন্ধু বান্ধব যিনি <lang:Foreign>practice</lang:Foreign> করেন তার <lang:Foreign>reference</lang:Foreign> যদি পাই, বা আপনার <lang:Foreign>reference</lang:Foreign> এ যদি তাদের কাছে যেতে পারি
    239.418
    239.803    		বলুন
    246.119
    247.142    		তা সেক্ষেত্রে আমাদের
    247.539
    248.682    		<lang:Foreign>Marketing</lang:Foreign> টা একটু
    249.153
    250.745    		মানে সুবিধা হয় এই আর কি
    252.768
    255.987    		নিশ্চই আমি চেষ্টা করবো আপনাদের #আহ যতটা সুবিধা করা যায়।
    256.458
    260.090    		আমি #আহ আমার <lang:Foreign>reference</lang:Foreign> এ আমি আপনাকে পাঁচ জনের নাম দিতে পারি
    260.510
    263.257    		#আহ আমার যারা <lang:Foreign>junior</lang:Foreign> আছে।
    264.107
    266.165    		#আহ যারা এখন <lang:Foreign>already just</lang:Foreign>
    266.808
    268.217    		<lang:Foreign>Doctor</lang:Foreign> হয়েছে
    269.274
    273.757    		#আহ তাদের সঙ্গে আমি আপনার সংঙ্গে যোগাযোগ করিয়ে দেবো <lang:Foreign>contact number</lang:Foreign> দিয়ে দেবো অবশ্যই
    274.780
    276.113    		আপনারা কথা বলে নেবেন
    278.556
    291.682    		#আহ <lang:Foreign>okay madam thank you</lang:Foreign> এবং যেটুকু আমি <lang:Foreign>net</lang:Foreign> দেখতে পাচ্ছি যে আপনার <lang:Foreign>husband</lang:Foreign> বোধহয় একজন ডাক্তার #আহ ওনার নাম টাও যদি একটু বা ওনার <lang:Foreign>contact number</lang:Foreign> টা যদি একটু আমাদেরকে <lang:Foreign>provide</lang:Foreign> করেন সেক্ষেত্রে আমরা ওনার সাথেও একটা <lang:Foreign>appointment</lang:Foreign> করতে পারি।
    293.906
    298.992    		#আহ <lang:Foreign>okay</lang:Foreign> #আহ ঠিক আছে আপনি আসুন কালকে আমি দেখছি কতটা কি করা যায়।
    300.211
    305.297    		#আহ <lang:Foreign>okay madam</lang:Foreign> তাহলে আমি কাল সকালে তাহলে আপনাকে একটা <lang:Foreign>call</lang:Foreign> করে নিচ্ছি এই (()) নটা সাড়েনটা নাগাত
    305.883
    307.613    		[noise] নিয়ে আমি আপনার #আহ
    308.153
    309.710    		#আহ <lang:Foreign>chamber</lang:Foreign> এ আমি <lang:Foreign>attend</lang:Foreign> করছি।
    310.877
    312.544    		ঠিক আছে ঠিক আছে <lang:Foreign>no problem</lang:Foreign>
    313.935
    314.584    		<lang:Foreign>Okay madam</lang:Foreign>
    314.969
    315.412    		<lang:Foreign>Good day</lang:Foreign>

    Dataset Demographics

    Details Headline

    Language

    Bengali

    Language code

    bn-in

    Country

    India

    Accents

    Manbhumi,...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 Healthcare Call Center Speech Datasets

    Audio Card Head Line
    Machine learning voice data for Healthcare call center in Norwegian (Norway)

    European Portuguese Healthcare CC Speech Data

    Healthcare call center audio data in Portuguese.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    AI voice dataset for Healthcare in Gujarati (India)

    Japanese Healthcare CC Speech Data

    Healthcare call center audio data in Japanese.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    Audio data in Thai (Thailand) for Healthcare call center

    Thai Healthcare CC Speech Data

    Healthcare call center audio data in Thai

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Spontaneous unscripted speech data in Ukrainian (Ukraine) for Healthcare

    Ukrainian Healthcare CC Speech Data

    Healthcare call center audio data in Ukrainian.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    View All

    View All

    Browse All

    More in Bengali (India)

    Audio Card Head Line
    Bahasa (Indonesia) Speech to text dataset for BFSI call center

    Bahasa BFSI CC Speech Data

    BFSI call center audio data in Bahasa.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    AI voice dataset for Telecom in Gujarati (India)

    Japanese Telecom CC Speech Data

    Telecom call center audio data in Japanese.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    Dutch (Netherlands) Speech to text dataset for Healthcare call center

    Dutch Healthcare CC Speech Data

    Healthcare call center audio data in Dutch.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning speech data for Telecom call center in Marathi (India)

    Polish Telecom CC Speech Data

    Telecom call center audio data in Polish.

    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.