.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)
.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 Healthcare
The audio dataset comprises call center conversations for the Healthcare 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 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.
•
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.
•Appointment Scheduling
•New Patient Registration
•Surgery Consultation
•Consultation regarding Diet, and many more
•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 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 Healthcare 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 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.
•
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
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 | 0.525 | 1.075 | Speaker 1 | <lang:Foreign>Hello</lang:Foreign> |
| Speech | 1.800 | 4.424 | Speaker 2 | <lang:Foreign>Hello featurebee</lang:Foreign> #અર |
| Speech | 5.474 | 8.975 | Speaker 1 | હા હું <lang:Foreign>feature b hospital</lang:Foreign>થી બોલું છું. <lang:Foreign>customer representative</lang:Foreign> |
| Speech | 9.451 | 13.948 | Speaker 1 | <lang:Foreign>sir</lang:Foreign> તમે એક <lang:Foreign>Query</lang:Foreign>નોધાવી હતી અમારા <lang:Foreign>website</lang:Foreign>પર એટલે તમને <lang:Foreign>Call</lang:Foreign>કરવા માં આવે છે. |
| Speech | 14.248 | 17.148 | Speaker 1 | તમે મને જણાવી શકો કે તમારે શું જાણવું હતું? |
| Speech | 19.122 | 30.371 | Speaker 2 | હા<lang:Foreign>sir</lang:Foreign> મારે <lang:Foreign>Actually covid vaccine</lang:Foreign>ની થોડી ગણી માહિતી જોઈતી હતી. <lang:Foreign>Because</lang:Foreign> #અર અત્યારે મેં મારા <lang:Foreign>family</lang:Foreign> બે <lang:Foreign>dose</lang:Foreign>લીધા છે. <lang:Foreign>vaccine</lang:Foreign>ના |
| Speech | 25.597 | 26.122 | Speaker 1 | અચ્છા |
| Speech | 31.071 | 32.021 | Speaker 1 | હા હા |
| Speech | 31.921 | 35.395 | Speaker 2 | તો એની આગળ શું કેવી રીતે ધ્યાન રાખવા નું એ થોડુક કહેશો અમને |
| Speech | 37.076 | 40.350 | Speaker 1 | અચ્છા અચ્છા હા તો અત્યારે આજકાલ છે ને #આહ |
| Speech | 41.175 | 43.175 | Speaker 1 | <lang:Foreign>covid</lang:Foreign> ની <lang:Foreign>wave</lang:Foreign> ચાલુ થાય છે. |
| Speech | 43.650 | 46.574 | Speaker 1 | એટલે જરૂરી છે કે તમે <lang:Foreign>vaccine</lang:Foreign> લો આની અને |
| Speech | 46.950 | 54.098 | Speaker 1 | એ આજ કાલ કેવું છે. <lang:Foreign>market</lang:Foreign> છે ને <lang:Foreign>wave</lang:Foreign> પાછી આવે છે. એટલે <lang:Foreign>covid</lang:Foreign> નો <lang:Foreign>booster dose</lang:Foreign> બધાએ કરાવી જ લેવું જોઈએ. |
| Speech | 55.648 | 56.499 | Speaker 1 | તો એનામાં |
| Speech | 56.900 | 61.872 | Speaker 1 | હા તમે પહેલા <lang:Foreign>vaccine</lang:Foreign> લીધી હશે તો તમે તમારા <lang:Foreign>family</lang:Foreign> વાળા એ બંને <lang:Foreign>dose</lang:Foreign> પુરા કર્યા હશે. |
| Speech | 57.598 | 58.223 | Speaker 2 | <lang:Foreign>ok</lang:Foreign> |
| Speech | 63.003 | 67.827 | Speaker 2 | હા અમારા અમારા પાંચ <lang:Foreign>member</lang:Foreign>છે. ઘરમાં બધાના બે બે <lang:Foreign>dose</lang:Foreign> તો થઇ ગયા છે. |
| Speech | 68.002 | 70.499 | Speaker 2 | એમને કેટલા ત્રણ ચાર મહિના થઇ ગયા એમને લઈને |
| Speech | 68.424 | 69.024 | Speaker 1 | આચ્છા |
| Speech | 71.574 | 76.423 | Speaker 1 | અચ્છા કયા <lang:Foreign>dose</lang:Foreign>લીધા તા તમે <lang:Foreign>Covaxin covishield</lang:Foreign> કે બીજું કાઈ |
| Speech | 78.573 | 81.247 | Speaker 2 | <lang:Foreign>most of</lang:Foreign> બધા ના તો અમારા <lang:Foreign>covishield</lang:Foreign>ના જ હતા. |
| Speech | 82.372 | 85.308 | Speaker 1 | અચ્છા અને બેઉ <lang:Foreign>dose</lang:Foreign> બધા ના પુરા જ થઇ ગયા હતા. |
| Speech | 83.808 | 85.758 | Speaker 2 | #હમ |
| Speech | 85.808 | 95.807 | Speaker 1 | અચ્છા હા તો તમે <lang:Foreign>covishield</lang:Foreign> બેઉ <lang:Foreign>dose</lang:Foreign>પુરા કર્યા છે તો તમારે હવે ત્રીજો <lang:Foreign>booster dose</lang:Foreign>લેવા નો છે. ને હું જાની શકું કે ક્યારે અમે પુરા કર્યા છે આ બૅઉ <lang:Foreign>dose</lang:Foreign> એક વર્ષ થાયી ગયો છે આ બન્નેઓને |
| Speech | 98.381 | 107.661 | Speaker 2 | મને તો થઇ ગયો છે. મને અને મારા <lang:Foreign>father</lang:Foreign> ને પણ મારી <lang:Foreign>wife</lang:Foreign> અને મમ્મી ના હજુ ચાર કે પાંચ મહિના થયા છે. બે <lang:Foreign>dose</lang:Foreign>પતિ ને |
| Speech | 109.035 | 115.385 | Speaker 1 | અચ્છા અચ્છા તો એમાં <lang:Foreign>sir</lang:Foreign> વાત એવી છે કે એક વર્ષ પતેને તો જ તમારે <lang:Foreign>booster dose</lang:Foreign> લઇ શકો. |
| Speech | 115.385 | 116.834 | Speaker 2 | <lang:Foreign>dose</lang:Foreign> લેવાય <lang:Foreign>ok</lang:Foreign> |
| Speech | 116.359 | 123.908 | Speaker 1 | હા એટલે હમણા હું <lang:Foreign>suggest</lang:Foreign> નહિ કરીશ કે તમારા <lang:Foreign>wife</lang:Foreign> કે તમારા મમ્મી પછી કરવડાવો <lang:Foreign>but</lang:Foreign> તમે છે ને તમે અને તમારા <lang:Foreign>father</lang:Foreign> પહેલા કરાવીદોં. |
| Speech | 124.483 | 132.498 | Speaker 1 | તો એ તો <lang:Foreign>process</lang:Foreign> તો <lang:Foreign>sir</lang:Foreign> એમાં છે ને એટલે તમે ગયા વખત કરાયું <lang:Foreign>last time</lang:Foreign> હતું એવું જ છે. એટલે એમાં કોઈ <lang:Foreign>change</lang:Foreign>નથી. |
| Speech | 126.683 | 127.183 | Speaker 2 | #અર |
| Speech | 133.049 | 134.851 | Speaker 1 | <lang:Foreign>but</lang:Foreign> તમારે શું જાણવું હતું |
| Speech | 134.426 | 139.426 | Speaker 2 | અચ્છા એની પણ એની પણ <lang:Foreign>same appointment</lang:Foreign> લઇ ને <lang:Foreign>slot book</lang:Foreign> કરાવીએ એવું છે કે |
| Noise | 135.351 | 138.076 | - | - |
| Speech | 139.326 | 149.649 | Speaker 1 | હા હા એ તમારે એ જે તમે આરોગ્ય શેતુ <lang:Foreign>app</lang:Foreign> ઉપર કરતાં હતા ને પહેલા જ <lang:Foreign>appointment</lang:Foreign> જોતા હતા. તમે પેલા ત્યાં એટલે કાતો એકવાર તમે <lang:Foreign>app</lang:Foreign> ખોલો એટલે હું તમને હમણાજ તમને ફટાફટ <lang:Foreign>guide</lang:Foreign> કરી દઈ તમને. |
| Speech | 145.075 | 145.725 | Speaker 2 | #અર |
| Speech | 151.038 | 151.748 | Speaker 1 | એવું હોય તો |
| Speech | 152.163 | 152.798 | Speaker 2 | અચ્છા |
| Speech | 152.899 | 153.413 | Speaker 1 | હા |
| Speech | 153.274 | 163.012 | Speaker 2 | નહિ એ <lang:Foreign>procees</lang:Foreign> તો મને ખબર છે. એટલે <lang:Foreign>sem</lang:Foreign> પોત પોતાના બે <lang:Foreign>slot</lang:Foreign> હવે મારા ને મારા <lang:Foreign>father</lang:Foreign> ના બે <lang:Foreign>slot book</lang:Foreign> કરાવી દઈસ હું. અમારા નજીક ના <lang:Foreign>center</lang:Foreign>માં |
| Speech | 164.111 | 166.211 | Speaker 2 | એ તો ખબર છે મને <lang:Foreign>process</lang:Foreign> |
| Speech | 165.561 | 166.220 | Speaker 1 | હા |
| Speech | 167.446 | 168.817 | Speaker 1 | અચ્છા હા |
| Speech | 167.561 | 172.210 | Speaker 2 | એ <lang:Foreign>appoimennt</lang:Foreign> લઇ ને <lang:Foreign>boosterdose</lang:Foreign>લઇ આવવા નો બસ એટલું જ છે એમાં |
| Noise | 168.818 | 170.760 | - | - |
| Speech | 172.910 | 183.023 | Speaker 1 | હા હા એમાં એટલું જ છે એમાં કઈ વધારે જાજુ નથી. તમે એક કામ કરો ને તમે મન ખાલી એટલું કોને હું ફટાફટ એ <lang:Foreign>chek</lang:Foreign> કરી લઉં કે <lang:Foreign>slot</lang:Foreign>માં છે કે નય <lang:Foreign>booseter dose</lang:Foreign> તમારા <lang:Foreign>area</lang:Foreign> માં તમે ક્યાં રહો છો સુરતમાં? |
TRANSCRIPTION
| TIME | TRANSCRIPT |
|---|---|
| 0.525 1.075 | <lang:Foreign>Hello</lang:Foreign> |
| 1.800 4.424 | <lang:Foreign>Hello featurebee</lang:Foreign> #અર |
| 5.474 8.975 | હા હું <lang:Foreign>feature b hospital</lang:Foreign>થી બોલું છું. <lang:Foreign>customer representative</lang:Foreign> |
| 9.451 13.948 | <lang:Foreign>sir</lang:Foreign> તમે એક <lang:Foreign>Query</lang:Foreign>નોધાવી હતી અમારા <lang:Foreign>website</lang:Foreign>પર એટલે તમને <lang:Foreign>Call</lang:Foreign>કરવા માં આવે છે. |
| 14.248 17.148 | તમે મને જણાવી શકો કે તમારે શું જાણવું હતું? |
| 19.122 30.371 | હા<lang:Foreign>sir</lang:Foreign> મારે <lang:Foreign>Actually covid vaccine</lang:Foreign>ની થોડી ગણી માહિતી જોઈતી હતી. <lang:Foreign>Because</lang:Foreign> #અર અત્યારે મેં મારા <lang:Foreign>family</lang:Foreign> બે <lang:Foreign>dose</lang:Foreign>લીધા છે. <lang:Foreign>vaccine</lang:Foreign>ના |
| 25.597 26.122 | અચ્છા |
| 31.071 32.021 | હા હા |
| 31.921 35.395 | તો એની આગળ શું કેવી રીતે ધ્યાન રાખવા નું એ થોડુક કહેશો અમને |
| 37.076 40.350 | અચ્છા અચ્છા હા તો અત્યારે આજકાલ છે ને #આહ |
| 41.175 43.175 | <lang:Foreign>covid</lang:Foreign> ની <lang:Foreign>wave</lang:Foreign> ચાલુ થાય છે. |
| 43.650 46.574 | એટલે જરૂરી છે કે તમે <lang:Foreign>vaccine</lang:Foreign> લો આની અને |
| 46.950 54.098 | એ આજ કાલ કેવું છે. <lang:Foreign>market</lang:Foreign> છે ને <lang:Foreign>wave</lang:Foreign> પાછી આવે છે. એટલે <lang:Foreign>covid</lang:Foreign> નો <lang:Foreign>booster dose</lang:Foreign> બધાએ કરાવી જ લેવું જોઈએ. |
| 55.648 56.499 | તો એનામાં |
| 56.900 61.872 | હા તમે પહેલા <lang:Foreign>vaccine</lang:Foreign> લીધી હશે તો તમે તમારા <lang:Foreign>family</lang:Foreign> વાળા એ બંને <lang:Foreign>dose</lang:Foreign> પુરા કર્યા હશે. |
| 57.598 58.223 | <lang:Foreign>ok</lang:Foreign> |
| 63.003 67.827 | હા અમારા અમારા પાંચ <lang:Foreign>member</lang:Foreign>છે. ઘરમાં બધાના બે બે <lang:Foreign>dose</lang:Foreign> તો થઇ ગયા છે. |
| 68.002 70.499 | એમને કેટલા ત્રણ ચાર મહિના થઇ ગયા એમને લઈને |
| 68.424 69.024 | આચ્છા |
| 71.574 76.423 | અચ્છા કયા <lang:Foreign>dose</lang:Foreign>લીધા તા તમે <lang:Foreign>Covaxin covishield</lang:Foreign> કે બીજું કાઈ |
| 78.573 81.247 | <lang:Foreign>most of</lang:Foreign> બધા ના તો અમારા <lang:Foreign>covishield</lang:Foreign>ના જ હતા. |
| 82.372 85.308 | અચ્છા અને બેઉ <lang:Foreign>dose</lang:Foreign> બધા ના પુરા જ થઇ ગયા હતા. |
| 83.808 85.758 | #હમ |
| 85.808 95.807 | અચ્છા હા તો તમે <lang:Foreign>covishield</lang:Foreign> બેઉ <lang:Foreign>dose</lang:Foreign>પુરા કર્યા છે તો તમારે હવે ત્રીજો <lang:Foreign>booster dose</lang:Foreign>લેવા નો છે. ને હું જાની શકું કે ક્યારે અમે પુરા કર્યા છે આ બૅઉ <lang:Foreign>dose</lang:Foreign> એક વર્ષ થાયી ગયો છે આ બન્નેઓને |
| 98.381 107.661 | મને તો થઇ ગયો છે. મને અને મારા <lang:Foreign>father</lang:Foreign> ને પણ મારી <lang:Foreign>wife</lang:Foreign> અને મમ્મી ના હજુ ચાર કે પાંચ મહિના થયા છે. બે <lang:Foreign>dose</lang:Foreign>પતિ ને |
| 109.035 115.385 | અચ્છા અચ્છા તો એમાં <lang:Foreign>sir</lang:Foreign> વાત એવી છે કે એક વર્ષ પતેને તો જ તમારે <lang:Foreign>booster dose</lang:Foreign> લઇ શકો. |
| 115.385 116.834 | <lang:Foreign>dose</lang:Foreign> લેવાય <lang:Foreign>ok</lang:Foreign> |
| 116.359 123.908 | હા એટલે હમણા હું <lang:Foreign>suggest</lang:Foreign> નહિ કરીશ કે તમારા <lang:Foreign>wife</lang:Foreign> કે તમારા મમ્મી પછી કરવડાવો <lang:Foreign>but</lang:Foreign> તમે છે ને તમે અને તમારા <lang:Foreign>father</lang:Foreign> પહેલા કરાવીદોં. |
| 124.483 132.498 | તો એ તો <lang:Foreign>process</lang:Foreign> તો <lang:Foreign>sir</lang:Foreign> એમાં છે ને એટલે તમે ગયા વખત કરાયું <lang:Foreign>last time</lang:Foreign> હતું એવું જ છે. એટલે એમાં કોઈ <lang:Foreign>change</lang:Foreign>નથી. |
| 126.683 127.183 | #અર |
| 133.049 134.851 | <lang:Foreign>but</lang:Foreign> તમારે શું જાણવું હતું |
| 134.426 139.426 | અચ્છા એની પણ એની પણ <lang:Foreign>same appointment</lang:Foreign> લઇ ને <lang:Foreign>slot book</lang:Foreign> કરાવીએ એવું છે કે |
| 135.351 138.076 | - |
| 139.326 149.649 | હા હા એ તમારે એ જે તમે આરોગ્ય શેતુ <lang:Foreign>app</lang:Foreign> ઉપર કરતાં હતા ને પહેલા જ <lang:Foreign>appointment</lang:Foreign> જોતા હતા. તમે પેલા ત્યાં એટલે કાતો એકવાર તમે <lang:Foreign>app</lang:Foreign> ખોલો એટલે હું તમને હમણાજ તમને ફટાફટ <lang:Foreign>guide</lang:Foreign> કરી દઈ તમને. |
| 145.075 145.725 | #અર |
| 151.038 151.748 | એવું હોય તો |
| 152.163 152.798 | અચ્છા |
| 152.899 153.413 | હા |
| 153.274 163.012 | નહિ એ <lang:Foreign>procees</lang:Foreign> તો મને ખબર છે. એટલે <lang:Foreign>sem</lang:Foreign> પોત પોતાના બે <lang:Foreign>slot</lang:Foreign> હવે મારા ને મારા <lang:Foreign>father</lang:Foreign> ના બે <lang:Foreign>slot book</lang:Foreign> કરાવી દઈસ હું. અમારા નજીક ના <lang:Foreign>center</lang:Foreign>માં |
| 164.111 166.211 | એ તો ખબર છે મને <lang:Foreign>process</lang:Foreign> |
| 165.561 166.220 | હા |
| 167.446 168.817 | અચ્છા હા |
| 167.561 172.210 | એ <lang:Foreign>appoimennt</lang:Foreign> લઇ ને <lang:Foreign>boosterdose</lang:Foreign>લઇ આવવા નો બસ એટલું જ છે એમાં |
| 168.818 170.760 | - |
| 172.910 183.023 | હા હા એમાં એટલું જ છે એમાં કઈ વધારે જાજુ નથી. તમે એક કામ કરો ને તમે મન ખાલી એટલું કોને હું ફટાફટ એ <lang:Foreign>chek</lang:Foreign> કરી લઉં કે <lang:Foreign>slot</lang:Foreign>માં છે કે નય <lang:Foreign>booseter dose</lang:Foreign> તમારા <lang:Foreign>area</lang:Foreign> માં તમે ક્યાં રહો છો સુરતમાં? |
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
Stereo
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
