Go Back

Go back

Bengali (India) Call Center Speech Dataset for Retail & E-commerce

The audio dataset includes call center conversations in Retail & E-commerce, featuring native Bengali speakers from India, with 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 Retail and E-commerce 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 Retail domain designed to enhance the development of call center speech recognition models specifically for the Retail 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 Retail 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:
  • •Product Inquiry
  • •Return/Exchange Request
  • •Order Cancellation
  • •Refund Request
  • •Membership/Subscriptions Enquiry
  • •Order Cancellations, and many more
  • •Outbound Calls:
  • •Order Confirmation
  • •Cross-selling and Upselling
  • •Account Updates
  • •Loyalty Program offers
  • •Special Offers and Promotions
  • •Customer Verification, 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 Retail 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 Retail 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 Retail sector.
  • •
    Smart Assistants and Chatbots: Developing conversational agents and virtual assistants for customer service in the Retail 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 Retail 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 Retail domain call center audio dataset is created by FutureBeeAI and is available for commercial use.

    Use Cases

    Use of speech data for Automatic Speech Recognition

    ASR

    Use of speech data in Conversational AI

    Conversational AI

    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
    Speech1.5532.19577826879<lang:Foreign>Hello ma'am</lang:Foreign>
    Speech3.1886.19677826879আমি কি <PII>সেনা গোড়াই</PII> এর সাথে [noise] কথা বলছি?
    Speech8.2869.20358958578হ্যাঁ বলুন
    Speech11.48114.89177826879<lang:Foreign>Madam</lang:Foreign> আমি <lang:Foreign>future bee company</lang:Foreign> র তরফ থেকে <lang:Foreign>phone</lang:Foreign> করেছিলাম।
    Speech15.83818.48577826879আমাদের কিছু নতুন <lang:Foreign>product launch</lang:Foreign> হয়েছে
    Speech19.31620.47477826879আপনি যেহেতু আমাদের
    Speech21.42522.37677826879পুরোনো <lang:Foreign>customer</lang:Foreign>
    Speech22.98525.74877826879এবং মানে অনেক আমাদের এখান থেকে আপনি
    Speech26.04126.39558958578#হুম
    Speech26.33530.19677826879#আহ কেনেন সেই সেই কারণে আমি আপনাকে এই <lang:Foreign>call</lang:Foreign> টা করেছি।
    Speech31.64733.63577826879আপনার কি একটু সময় হবে আমার সাথে কথা বলার?
    Speech36.87237.42158958578হ্যাঁ বলুন
    Speech37.59839.27577826879আমাদের <lang:Foreign>madam future bee</lang:Foreign>
    Speech41.08343.50877826879#আহ কিছু নতুন <lang:Foreign>product launch</lang:Foreign> করেছে যেমন
    Speech44.04246.98977826879নতুন #আহ <lang:Foreign>tri-colour bed sheet</lang:Foreign>
    Speech48.02348.50077826879এবং
    Speech49.08350.88077826879কিছু #আহ নতুন
    Speech52.08752.71877826879<lang:Foreign>Groceries</lang:Foreign>
    Speech53.52353.94077826879এবং
    Speech54.44454.85077826879কিছু
    Speech55.66957.34677826879<lang:Foreign>Ladies #আহ outfit</lang:Foreign>
    Speech57.77557.97858958578<lang:Foreign>Okay</lang:Foreign>
    Speech57.99360.29077826879আপনি কোন ব্যাপারে জানতে চান <lang:Foreign>madam?</lang:Foreign>
    Speech63.39965.83158958578#আহ আপনি <lang:Foreign>groceries</lang:Foreign> টা একটু বলুন প্রথমে।
    Speech66.15871.25677826879(()) <lang:Foreign>groceries</lang:Foreign> বলতে নতুন #আহ কিছু আলু বা
    Speech74.27579.84677826879#আহ কিছু মানে #আহ জিনিস এসছে আমাদের যেগুলো আগে আমরা এখানে রা~ রাখতাম না
    Speech80.41481.98277826879(()) <lang:Foreign>fresh</lang:Foreign> [noise]
    Speech81.74894.27158958578আচ্ছা মানে আমি <lang:Foreign>future bee</lang:Foreign> তে #আহ যবে থেকে <lang:Foreign>order</lang:Foreign> করছি, একটা জিনিস আমি পেতাম না কক্ষনোই যেটা হচ্ছে গুঁড়ো মশলা। তো সেটা কি এসেছে? মানে গুঁড়ো মশলার <lang:Foreign>varieties</lang:Foreign> কি এসেছে বিভিন্ন ধরণের? আমি <lang:Foreign>future bee</lang:Foreign> তে গুঁড়ো মশলাটা
    Speech94.64796.79458958578খুব কম পেয়েছি বা বিভিন্ন সময় পাইনি
    Speech98.760106.83177826879না গুঁড়ো মশলার <lang:Foreign>varieties</lang:Foreign> আমাদের #আহ হ্যাঁ ঠিকই বলেছেন <lang:Foreign>madam</lang:Foreign> কিন্তু এবারে আপনি মানে এসে দেখতে পারেন যে, আমরা বিভিন্ন রকম গুঁড়ো মশলা রাখছি।
    Speech107.365109.31677826879এবং <lang:Foreign>sunfeast</lang:Foreign> বলুন বা
    Speech109.839113.43377826879#আহ মান্ত্রা বলুন মানে তাদের থেকে আমরা <lang:Foreign>direct purchase</lang:Foreign> করে
    Speech113.997116.32477826879রাখছি। এবং আপনি <lang:Foreign>market price</lang:Foreign> এর থেকেও আমাদের এই
    Speech116.888118.59877826879<lang:Foreign>Material</lang:Foreign> গুলো আপনি মানে
    Speech119.091119.48277826879কম
    Speech120.049120.73077826879<lang:Foreign>Rate</lang:Foreign> এ পাবেন।
    Speech121.993122.72277826879#আহ আপনি যদি
    Speech122.177122.64758958578আচ্ছা
    Speech123.309127.00477826879মানে <lang:Foreign>kindly</lang:Foreign> একবার আমাদের <lang:Foreign>store</lang:Foreign> টা <lang:Foreign>visit</lang:Foreign> করেন সেক্ষেত্রে আপনি
    Speech127.504128.88477826879কিছু <lang:Foreign>fresh</lang:Foreign> #আহ
    Speech129.625134.54977826879#আহ গুঁড়ো মশলা পেতে পারেন। এবং আপনার মানে <lang:Foreign>varieties of</lang:Foreign> চাল আমরা এখন
    Speech135.031135.67477826879রাখছি
    Speech136.237139.80977826879এবং সেই চালগুলো আপনি একবার <lang:Foreign>try</lang:Foreign> করে দেখতে পারেন।
    Speech142.301142.90758958578আচ্ছা
    Speech143.441153.62958958578আর আরেকটা জিনিস #আহ যেটা বলার সেটা হচ্ছে কি <lang:Foreign>multigrain</lang:Foreign> আটা এটাও কি এখন <lang:Foreign>launch</lang:Foreign> হয়েছে? মানে আমি সবসময়তে <lang:Foreign>normal</lang:Foreign> আটা টাই <lang:Foreign>future bee</lang:Foreign> র থেকে পেয়ে এসেছি।
    Speech154.117157.03858958578<lang:Foreign>Multigrain</lang:Foreign> টা আমাকে বাইরে থেকে যার জন্য <lang:Foreign>purchase</lang:Foreign> করতে হয়
    Speech158.557159.67758958578তো <lang:Foreign>multi</lang:Foreign> (())
    Speech159.275172.38077826879না <lang:Foreign>actually madam multigrain</lang:Foreign> টা আমরা এখন রাখছি না কারণ অনেক <lang:Foreign>customer</lang:Foreign> ই এই জিনিসটা মানে পছন্দ করছে না। সেক্ষেত্রে আমাদের মানে জিনিসগুলো আমরা এখন রাখছি না। হয়তো <lang:Foreign>in future</lang:Foreign> আমরা ওটাও ব্যবস্থা
    Speech173.076173.47477826879করবো
    Speech174.001176.29877826879বা আমাদের এখন বিস্কুটেরও বেশ কিছু
    Speech177.610185.68977826879<lang:Foreign>Variety</lang:Foreign> এসেছে। মানে <lang:Foreign>coconut crunch</lang:Foreign> বলুন বা #আহ <lang:Foreign>cream cracker</lang:Foreign> বলুন আমরা এগুলো এখন বিভিন্ন <lang:Foreign>type</lang:Foreign> এর জিনিস রাখছি
    Speech186.798187.95277826879তা আপনি যদি একবার আসেন
    Speech188.621197.83977826879সেক্ষেত্রে মানে আমরা <lang:Foreign>total product</lang:Foreign> গুলো (()) এবং এইগুলো হচ্ছে <lang:Foreign>buy one get one free.</lang:Foreign> আপনি একটা নিলে আরেকটা [noise] আপনাকে #আম্ম
    Speech198.384199.87777826879ওর সাথেই দেওয়া হবে
    Speech201.670210.94158958578আচ্ছা তো আপনাদের যে <lang:Foreign>future bee</lang:Foreign> র <lang:Foreign>site</lang:Foreign> থেকে আমি <lang:Foreign>online</lang:Foreign> এই সবসময়েতে <lang:Foreign>booking</lang:Foreign> করে থাকি। তো সেখানে কি <lang:Foreign>new offer</lang:Foreign> বা <lang:Foreign>new launch</lang:Foreign> যে <lang:Foreign>product</lang:Foreign>
    Speech211.437213.50558958578সেগুলো কি ওখানে <lang:Foreign>upgrade</lang:Foreign> হয়ে গেছে?
    Speech215.215224.04277826879হ্যাঁ <lang:Foreign>upgrade</lang:Foreign> তো আমরা মানে আসতে আসতে সব দেখুন <lang:Foreign>product</lang:Foreign> তো অনেকরকম আছে আমরা কিছু হয়তো <lang:Foreign>product</lang:Foreign> করেছি বা এখনো কিছু (()) <lang:Foreign>on process</lang:Foreign> আছে।
    Speech224.689228.86677826879এক্ষেত্রে আপনি যদি একবার #আহ আমাদের <lang:Foreign>site</lang:Foreign> এ যান সেক্ষেত্রে আপনি অনেককিছু
    Speech229.561231.31377826879#আম্ম <lang:Foreign>new product</lang:Foreign> পেতে পারেন।
    Speech233.366233.99458958578আচ্ছা
    Speech235.309243.27958958578আচ্ছা আর <lang:Foreign>ladies outfit</lang:Foreign> যেটা বললেন সেটা তো <lang:Foreign>naturally store</lang:Foreign> এ গিয়ে একবার দেখে নিলে আমার ভালোই হবে। আমি তাও দেখে নেবো যদিও।
    Speech244.400246.75758958578আর আর কি এসেছে নতুন <lang:Foreign>product</lang:Foreign> বললেন?
    Speech249.212260.55077826879আর নতুন #আম্ম আর <lang:Foreign>ladies</lang:Foreign> যে <lang:Foreign>outfit</lang:Foreign> আমাদের এখানে নতুন #আহ <lang:Foreign>change changing room</lang:Foreign> হয়েছে। আপনি সেখানে <lang:Foreign>try</lang:Foreign> ও করতে পারেন যে, আপনার মানে ঠিক ঠাক মানে <lang:Foreign>fit</lang:Foreign> হচ্ছে কি না?
    Speech261.291267.68977826879এবং সেক্ষেত্রে আপনাদের যে <lang:Foreign>ladies outfit</lang:Foreign> সেখানে আমাদের <lang:Foreign>up to fifty percent</lang:Foreign> আমরা <lang:Foreign>off</lang:Foreign> ও দিচ্ছি।
    Speech261.960262.84058958578দারুন
    Speech268.460273.68277826879এবং কিছু কিছু কিছু মানে <lang:Foreign>limited product</lang:Foreign> এর উপরে <lang:Foreign>buy one get one</lang:Foreign>
    Speech274.294277.14877826879<lang:Foreign>Free</lang:Foreign> বা <lang:Foreign>buy two get one free</lang:Foreign> আমরা এই
    Speech277.648279.35177826879<lang:Foreign>Offer</lang:Foreign> ও এখন আমাদের চলছে <lang:Foreign>up to</lang:Foreign>
    Speech279.832280.01677826879(()).
    Speech280.674281.20177826879#আহ
    Speech281.825283.01377826879<lang:Foreign>thirty first january.</lang:Foreign>
    Speech285.208285.86258958578আচ্ছা
    Speech286.738291.36258958578#আম্ম ঠিকই আছে আমি তাহলে একবার <lang:Foreign>nearest future bee store</lang:Foreign> এ গিয়ে একবার দেখে নেবো
    Speech293.949300.76877826879<lang:Foreign>Okay madam</lang:Foreign> যদি আপনি একবার <lang:Foreign>time</lang:Foreign> করে আসেন সেক্ষেত্রে আমাদের #আহ <lang:Foreign>sales</lang:Foreign> এর <lang:Foreign>representative</lang:Foreign> যারা আছে তারা আপনাকে
    Speech301.302307.43077826879#আহ #আহ <lang:Foreign>attempt</lang:Foreign> করবে এবং [noise] #আহ তারা আপনাকে #আম্ম (()) গোটা <lang:Foreign>store</lang:Foreign> টা একবার
    Speech307.990308.56577826879ঘুরিয়ে
    Speech310.148310.94177826879দেখাতেও পারে
    Speech312.242317.49458958578ঠিক আছে ঠিক আছে আমি দেখে নেবো। নিশ্চই দেখে নেবো এবং আমি <lang:Foreign>future bee</lang:Foreign> র <lang:Foreign>online site</lang:Foreign> টাও একবার <lang:Foreign>check</lang:Foreign> করে নেবো।
    Speech319.746320.30277826879<lang:Foreign>Okay madam.</lang:Foreign>
    Speech321.389322.80658958578ঠিক আছে ধন্যবাদ। (())

    TRANSCRIPTION

    TIMETRANSCRIPT
    1.553
    2.195    		<lang:Foreign>Hello ma'am</lang:Foreign>
    3.188
    6.196    		আমি কি <PII>সেনা গোড়াই</PII> এর সাথে [noise] কথা বলছি?
    8.286
    9.203    		হ্যাঁ বলুন
    11.481
    14.891    		<lang:Foreign>Madam</lang:Foreign> আমি <lang:Foreign>future bee company</lang:Foreign> র তরফ থেকে <lang:Foreign>phone</lang:Foreign> করেছিলাম।
    15.838
    18.485    		আমাদের কিছু নতুন <lang:Foreign>product launch</lang:Foreign> হয়েছে
    19.316
    20.474    		আপনি যেহেতু আমাদের
    21.425
    22.376    		পুরোনো <lang:Foreign>customer</lang:Foreign>
    22.985
    25.748    		এবং মানে অনেক আমাদের এখান থেকে আপনি
    26.041
    26.395    		#হুম
    26.335
    30.196    		#আহ কেনেন সেই সেই কারণে আমি আপনাকে এই <lang:Foreign>call</lang:Foreign> টা করেছি।
    31.647
    33.635    		আপনার কি একটু সময় হবে আমার সাথে কথা বলার?
    36.872
    37.421    		হ্যাঁ বলুন
    37.598
    39.275    		আমাদের <lang:Foreign>madam future bee</lang:Foreign>
    41.083
    43.508    		#আহ কিছু নতুন <lang:Foreign>product launch</lang:Foreign> করেছে যেমন
    44.042
    46.989    		নতুন #আহ <lang:Foreign>tri-colour bed sheet</lang:Foreign>
    48.023
    48.500    		এবং
    49.083
    50.880    		কিছু #আহ নতুন
    52.087
    52.718    		<lang:Foreign>Groceries</lang:Foreign>
    53.523
    53.940    		এবং
    54.444
    54.850    		কিছু
    55.669
    57.346    		<lang:Foreign>Ladies #আহ outfit</lang:Foreign>
    57.775
    57.978    		<lang:Foreign>Okay</lang:Foreign>
    57.993
    60.290    		আপনি কোন ব্যাপারে জানতে চান <lang:Foreign>madam?</lang:Foreign>
    63.399
    65.831    		#আহ আপনি <lang:Foreign>groceries</lang:Foreign> টা একটু বলুন প্রথমে।
    66.158
    71.256    		(()) <lang:Foreign>groceries</lang:Foreign> বলতে নতুন #আহ কিছু আলু বা
    74.275
    79.846    		#আহ কিছু মানে #আহ জিনিস এসছে আমাদের যেগুলো আগে আমরা এখানে রা~ রাখতাম না
    80.414
    81.982    		(()) <lang:Foreign>fresh</lang:Foreign> [noise]
    81.748
    94.271    		আচ্ছা মানে আমি <lang:Foreign>future bee</lang:Foreign> তে #আহ যবে থেকে <lang:Foreign>order</lang:Foreign> করছি, একটা জিনিস আমি পেতাম না কক্ষনোই যেটা হচ্ছে গুঁড়ো মশলা। তো সেটা কি এসেছে? মানে গুঁড়ো মশলার <lang:Foreign>varieties</lang:Foreign> কি এসেছে বিভিন্ন ধরণের? আমি <lang:Foreign>future bee</lang:Foreign> তে গুঁড়ো মশলাটা
    94.647
    96.794    		খুব কম পেয়েছি বা বিভিন্ন সময় পাইনি
    98.760
    106.831    		না গুঁড়ো মশলার <lang:Foreign>varieties</lang:Foreign> আমাদের #আহ হ্যাঁ ঠিকই বলেছেন <lang:Foreign>madam</lang:Foreign> কিন্তু এবারে আপনি মানে এসে দেখতে পারেন যে, আমরা বিভিন্ন রকম গুঁড়ো মশলা রাখছি।
    107.365
    109.316    		এবং <lang:Foreign>sunfeast</lang:Foreign> বলুন বা
    109.839
    113.433    		#আহ মান্ত্রা বলুন মানে তাদের থেকে আমরা <lang:Foreign>direct purchase</lang:Foreign> করে
    113.997
    116.324    		রাখছি। এবং আপনি <lang:Foreign>market price</lang:Foreign> এর থেকেও আমাদের এই
    116.888
    118.598    		<lang:Foreign>Material</lang:Foreign> গুলো আপনি মানে
    119.091
    119.482    		কম
    120.049
    120.730    		<lang:Foreign>Rate</lang:Foreign> এ পাবেন।
    121.993
    122.722    		#আহ আপনি যদি
    122.177
    122.647    		আচ্ছা
    123.309
    127.004    		মানে <lang:Foreign>kindly</lang:Foreign> একবার আমাদের <lang:Foreign>store</lang:Foreign> টা <lang:Foreign>visit</lang:Foreign> করেন সেক্ষেত্রে আপনি
    127.504
    128.884    		কিছু <lang:Foreign>fresh</lang:Foreign> #আহ
    129.625
    134.549    		#আহ গুঁড়ো মশলা পেতে পারেন। এবং আপনার মানে <lang:Foreign>varieties of</lang:Foreign> চাল আমরা এখন
    135.031
    135.674    		রাখছি
    136.237
    139.809    		এবং সেই চালগুলো আপনি একবার <lang:Foreign>try</lang:Foreign> করে দেখতে পারেন।
    142.301
    142.907    		আচ্ছা
    143.441
    153.629    		আর আরেকটা জিনিস #আহ যেটা বলার সেটা হচ্ছে কি <lang:Foreign>multigrain</lang:Foreign> আটা এটাও কি এখন <lang:Foreign>launch</lang:Foreign> হয়েছে? মানে আমি সবসময়তে <lang:Foreign>normal</lang:Foreign> আটা টাই <lang:Foreign>future bee</lang:Foreign> র থেকে পেয়ে এসেছি।
    154.117
    157.038    		<lang:Foreign>Multigrain</lang:Foreign> টা আমাকে বাইরে থেকে যার জন্য <lang:Foreign>purchase</lang:Foreign> করতে হয়
    158.557
    159.677    		তো <lang:Foreign>multi</lang:Foreign> (())
    159.275
    172.380    		না <lang:Foreign>actually madam multigrain</lang:Foreign> টা আমরা এখন রাখছি না কারণ অনেক <lang:Foreign>customer</lang:Foreign> ই এই জিনিসটা মানে পছন্দ করছে না। সেক্ষেত্রে আমাদের মানে জিনিসগুলো আমরা এখন রাখছি না। হয়তো <lang:Foreign>in future</lang:Foreign> আমরা ওটাও ব্যবস্থা
    173.076
    173.474    		করবো
    174.001
    176.298    		বা আমাদের এখন বিস্কুটেরও বেশ কিছু
    177.610
    185.689    		<lang:Foreign>Variety</lang:Foreign> এসেছে। মানে <lang:Foreign>coconut crunch</lang:Foreign> বলুন বা #আহ <lang:Foreign>cream cracker</lang:Foreign> বলুন আমরা এগুলো এখন বিভিন্ন <lang:Foreign>type</lang:Foreign> এর জিনিস রাখছি
    186.798
    187.952    		তা আপনি যদি একবার আসেন
    188.621
    197.839    		সেক্ষেত্রে মানে আমরা <lang:Foreign>total product</lang:Foreign> গুলো (()) এবং এইগুলো হচ্ছে <lang:Foreign>buy one get one free.</lang:Foreign> আপনি একটা নিলে আরেকটা [noise] আপনাকে #আম্ম
    198.384
    199.877    		ওর সাথেই দেওয়া হবে
    201.670
    210.941    		আচ্ছা তো আপনাদের যে <lang:Foreign>future bee</lang:Foreign> র <lang:Foreign>site</lang:Foreign> থেকে আমি <lang:Foreign>online</lang:Foreign> এই সবসময়েতে <lang:Foreign>booking</lang:Foreign> করে থাকি। তো সেখানে কি <lang:Foreign>new offer</lang:Foreign> বা <lang:Foreign>new launch</lang:Foreign> যে <lang:Foreign>product</lang:Foreign>
    211.437
    213.505    		সেগুলো কি ওখানে <lang:Foreign>upgrade</lang:Foreign> হয়ে গেছে?
    215.215
    224.042    		হ্যাঁ <lang:Foreign>upgrade</lang:Foreign> তো আমরা মানে আসতে আসতে সব দেখুন <lang:Foreign>product</lang:Foreign> তো অনেকরকম আছে আমরা কিছু হয়তো <lang:Foreign>product</lang:Foreign> করেছি বা এখনো কিছু (()) <lang:Foreign>on process</lang:Foreign> আছে।
    224.689
    228.866    		এক্ষেত্রে আপনি যদি একবার #আহ আমাদের <lang:Foreign>site</lang:Foreign> এ যান সেক্ষেত্রে আপনি অনেককিছু
    229.561
    231.313    		#আম্ম <lang:Foreign>new product</lang:Foreign> পেতে পারেন।
    233.366
    233.994    		আচ্ছা
    235.309
    243.279    		আচ্ছা আর <lang:Foreign>ladies outfit</lang:Foreign> যেটা বললেন সেটা তো <lang:Foreign>naturally store</lang:Foreign> এ গিয়ে একবার দেখে নিলে আমার ভালোই হবে। আমি তাও দেখে নেবো যদিও।
    244.400
    246.757    		আর আর কি এসেছে নতুন <lang:Foreign>product</lang:Foreign> বললেন?
    249.212
    260.550    		আর নতুন #আম্ম আর <lang:Foreign>ladies</lang:Foreign> যে <lang:Foreign>outfit</lang:Foreign> আমাদের এখানে নতুন #আহ <lang:Foreign>change changing room</lang:Foreign> হয়েছে। আপনি সেখানে <lang:Foreign>try</lang:Foreign> ও করতে পারেন যে, আপনার মানে ঠিক ঠাক মানে <lang:Foreign>fit</lang:Foreign> হচ্ছে কি না?
    261.291
    267.689    		এবং সেক্ষেত্রে আপনাদের যে <lang:Foreign>ladies outfit</lang:Foreign> সেখানে আমাদের <lang:Foreign>up to fifty percent</lang:Foreign> আমরা <lang:Foreign>off</lang:Foreign> ও দিচ্ছি।
    261.960
    262.840    		দারুন
    268.460
    273.682    		এবং কিছু কিছু কিছু মানে <lang:Foreign>limited product</lang:Foreign> এর উপরে <lang:Foreign>buy one get one</lang:Foreign>
    274.294
    277.148    		<lang:Foreign>Free</lang:Foreign> বা <lang:Foreign>buy two get one free</lang:Foreign> আমরা এই
    277.648
    279.351    		<lang:Foreign>Offer</lang:Foreign> ও এখন আমাদের চলছে <lang:Foreign>up to</lang:Foreign>
    279.832
    280.016    		(()).
    280.674
    281.201    		#আহ
    281.825
    283.013    		<lang:Foreign>thirty first january.</lang:Foreign>
    285.208
    285.862    		আচ্ছা
    286.738
    291.362    		#আম্ম ঠিকই আছে আমি তাহলে একবার <lang:Foreign>nearest future bee store</lang:Foreign> এ গিয়ে একবার দেখে নেবো
    293.949
    300.768    		<lang:Foreign>Okay madam</lang:Foreign> যদি আপনি একবার <lang:Foreign>time</lang:Foreign> করে আসেন সেক্ষেত্রে আমাদের #আহ <lang:Foreign>sales</lang:Foreign> এর <lang:Foreign>representative</lang:Foreign> যারা আছে তারা আপনাকে
    301.302
    307.430    		#আহ #আহ <lang:Foreign>attempt</lang:Foreign> করবে এবং [noise] #আহ তারা আপনাকে #আম্ম (()) গোটা <lang:Foreign>store</lang:Foreign> টা একবার
    307.990
    308.565    		ঘুরিয়ে
    310.148
    310.941    		দেখাতেও পারে
    312.242
    317.494    		ঠিক আছে ঠিক আছে আমি দেখে নেবো। নিশ্চই দেখে নেবো এবং আমি <lang:Foreign>future bee</lang:Foreign> র <lang:Foreign>online site</lang:Foreign> টাও একবার <lang:Foreign>check</lang:Foreign> করে নেবো।
    319.746
    320.302    		<lang:Foreign>Okay madam.</lang:Foreign>
    321.389
    322.806    		ঠিক আছে ধন্যবাদ। (())

    Dataset Demographics

    Details Headline

    Language

    Bengali

    Language code

    bn-in

    Country

    India

    Accents

    Manbhumi,...more

    Gender Distribution

    M:55, F:45

    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 Retail & E-Commerce Call Center Speech Datasets

    Audio Card Head Line
    Speech training dataset for Retail and E-commerce in English (USA)

    American English Retail & E-com CC Speech Data

    Retail & E-commerce call center audio data in American English.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Audio data in Romaniun (Romania) for Retail and E-commerce call center

    Romanian Retail & E-com CC Speech Data

    Retail & E-commerce call center audio data in Romanian

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Audio data in French (Canada) for Retail and E-commerce call center

    Canadian French Retail & E-com CC Speech Data

    Retail & E-commerce call center audio data in Canadian French

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    AI voice dataset for Retail and E-commerce in Japanese (Japan)

    Japanese Retail & E-com CC Speech Data

    Retail & E-commerce call center audio data in Japanese.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    View All

    View All

    Browse All

    More in Bengali (India)

    Audio Card Head Line
    English (India) call center audio recording for Retail and E-commerce industry

    Indian English Retail & E-com CC Speech Data

    Retail & E-commerce call center audio data in Indian English.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Arabic (Egypt) training dataset for BFSI AI

    Egyptian Arabic BFSI CC Speech Data

    BFSI call center audio data in Egyptian Arabic.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    Machine learning speech data for Delivery and logistics call center in Marathi (India)

    Polish Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in Polish.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning voice data for Delivery and logistics call center in Spanish (Argentina)

    Spanish (Spain) Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in Spanish (Spain).

    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.