.webp&w=640&q=100)
.webp&w=640&q=100)
_main.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 Telecom
The audio dataset comprises call center conversations for the Telecom 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 Telecom domain designed to enhance the development of call center speech recognition models specifically for the Telecom 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 Telecom 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.
•Phone Number Porting
•Network Connectivity Issues
•Billing and Payments
•Technical Support
•Service Activation
•International Roaming Enquiry
•Refunds and Billing Adjustments
•Emergency Service Access, and many more
•Welcome Calls / Onboarding Process
•Payment Reminders
•Customer Surveys
•Technical Updates
•Service Usage Reviews
•Network Compliant Status Call, 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 Telecom 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 Telecom 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 Telecom sector.
•
Smart Assistants and Chatbots:
Developing conversational agents and virtual assistants for customer service in the Telecom 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 Telecom 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 Telecom 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 | 0.000 | 2.075 | Speaker 1 | (()) <lang:Foreign>start</lang:Foreign> હા <lang:Foreign>hello</lang:Foreign> |
| Speech | 3.775 | 4.900 | Speaker 2 | <lang:Foreign>Hello Futurebee</lang:Foreign> |
| Speech | 6.275 | 14.900 | Speaker 1 | હા <lang:Foreign>Hello Futurebee</lang:Foreign> <lang:Foreign>से</lang:Foreign> મેં અજી અજી અજીન્ક્ય હું વાત કરું છું <lang:Foreign>futurebee</lang:Foreign> માંથી. |
| Speech | 16.725 | 24.801 | Speaker 2 | હા <lang:Foreign>sir</lang:Foreign> મારે <lang:Foreign>actually</lang:Foreign> મારો <lang:Foreign>mobile number port</lang:Foreign> કરવો છે. #આહ મારે <lang:Foreign>Reliance Jio</lang:Foreign> પર <lang:Foreign>port</lang:Foreign> કરવો છે મારો <lang:Foreign>number</lang:Foreign> . |
| Speech | 27.801 | 34.696 | Speaker 1 | <lang:Foreign>Reliance Jio</lang:Foreign> હમણાં તમે <lang:Foreign>Reliance Jio</lang:Foreign> પર કેમ <lang:Foreign>port</lang:Foreign> કરવા માંગો છો? માંગો છો? હું જાણી શકું છું તમારા કે શુ <lang:Foreign>problem</lang:Foreign> છે? |
| Speech | 33.821 | 35.021 | Speaker 2 | નહિ નહ મારે |
| Speech | 40.421 | 41.246 | Speaker 1 | <lang:Foreign>Hello</lang:Foreign> |
| Speech | 46.146 | 48.221 | Speaker 1 | <lang:Foreign>Hello sir</lang:Foreign> તમારી અવાજ નથી આવતી. |
| Speech | 47.196 | 48.221 | Speaker 2 | (()) |
| Speech | 52.271 | 54.221 | Speaker 1 | તમારો અવાજ જતો રહીયો હતો <lang:Foreign>sir</lang:Foreign> |
| Speech | 54.296 | 55.446 | Speaker 2 | હવે સંભળાઈ છે? |
| Speech | 57.696 | 59.096 | Speaker 1 | હાં હવે મને સંભળાઈ છે. |
| Speech | 58.246 | 68.527 | Speaker 2 | #હમ મારે મારે <lang:Foreign>mobile number port</lang:Foreign> કરવો છે, <lang:Foreign>final</lang:Foreign> છે ભાઈ. મને બોવ તકલીફ થઇ છે તમારા <lang:Foreign>network</lang:Foreign> જોડે અને મારે કઈ વપરાશ બરાબર થતો નથી. |
| Speech | 70.602 | 79.102 | Speaker 1 | <lang:Foreign>okay sir</lang:Foreign> અમે કરાવી દઇશુ એનો વાંધો નથી એ તો <lang:Foreign>TRAI regulations</lang:Foreign> છે તો અમારે કરાવું છે <lang:Foreign>but</lang:Foreign> અમારે અહીંયા એક એ લખવું પડે કે કેમ કેમ કરવો છો. |
| Speech | 79.187 | 88.987 | Speaker 1 | તમે #આહ તો અમારે એ લખવું પડે તો તમે મને બસ ખાલી થોડાક એ આપશો તમારા <lang:Foreign>problem</lang:Foreign> શુ છે તો હું તમને ખાલી કહું કે અચ્છા કે <lang:Foreign>problem valid</lang:Foreign> છે નથી અમારી જોડે <lang:Foreign>solution</lang:Foreign> આનું. |
| Speech | 89.052 | 92.877 | Speaker 1 | કે તમે <lang:Foreign>port</lang:Foreign> કરી શકો ના કરી શકો એકવાર મને <lang:Foreign>problem</lang:Foreign> તો જણાવો <lang:Foreign>sir</lang:Foreign> તમે. |
| Speech | 94.777 | 101.802 | Speaker 2 | હા ભાઈ એમાં બો બધા <lang:Foreign>problem</lang:Foreign> છે. હું કૌ તો <lang:Foreign>main main</lang:Foreign> મારો <lang:Foreign>problem</lang:Foreign> એવો છે કે મારે <lang:Foreign>net</lang:Foreign> બિલકુલ <lang:Foreign>five <lang:Foreign>G</lang:Foreign> </lang:Foreign> |
| Speech | 104.602 | 105.452 | Speaker 2 | (()) |
| Speech | 107.377 | 109.477 | Speaker 1 | <lang:Foreign>sir</lang:Foreign> તમારો તમારો અવાજ પાછો જતો રહીયો. |
| Speech | 109.502 | 110.127 | Speaker 2 | <lang:Foreign>Hello</lang:Foreign> |
| Speech | 111.102 | 111.878 | Speaker 1 | હાં. |
| Speech | 112.528 | 112.798 | Speaker 2 | હાં |
| Speech | 113.174 | 122.583 | Speaker 2 | <lang:Foreign>main problem</lang:Foreign> મારો એવો છે કે મારુ <lang:Foreign>net</lang:Foreign> બિલકુલ ચાલતું નથી. મારે <lang:Foreign>five <initial>G</initial></lang:Foreign> આપણે કરાવ્યુ નથી એટલે તો <lang:Foreign>five <initial>G</initial></lang:Foreign> આ <lang:Foreign>area</lang:Foreign> માં મારા ભાઈનું તો ચાલે છે પણ મારુ જરા એ ચાલતું નથી. |
| Speech | 124.483 | 126.283 | Speaker 1 | તમારા ભાઈ નું પણ <lang:Foreign>future bee</lang:Foreign> જ છે? |
| Speech | 126.308 | 128.083 | Speaker 2 | ના એમનો બીજો <lang:Foreign>card</lang:Foreign> છે. |
| Speech | 129.358 | 142.158 | Speaker 1 | અચ્છા હા તો <lang:Foreign>sir</lang:Foreign> તો તમને ખાલી જણાવો કે હજી <lang:Foreign>five <initial>G</initial></lang:Foreign>ની <lang:Foreign>services</lang:Foreign> હાજી ચાલુ નથી કરી આપના સુરત અને ભરૂચ <lang:Foreign>area</lang:Foreign> માં. એ આગળ મહિનાથી ચાલુ થવાની છે, એટલે તમે ખાલી દાસ પંદર દિવસ રાહ જોવો તો એ ચાલુ થી જશે. |
| Speech | 144.033 | 152.163 | Speaker 2 | પણ બિલકુલ <lang:Foreign>range</lang:Foreign> નો <lang:Foreign>issue</lang:Foreign> છે. <lang:Foreign>five <initial>G</initial></lang:Foreign> આવ્યા પછી પણ તમારો આ <lang:Foreign>problem solve</lang:Foreign> નહિ થયો તો મારે તો હાજી પંદર વિસ દિવસ મારે પૈસા <lang:Foreign>waste</lang:Foreign> જ કરવા ને. |
| Speech | 148.438 | 149.413 | Speaker 1 | તો |
| Speech | 152.838 | 159.394 | Speaker 1 | ના <lang:Foreign>sir</lang:Foreign> તમે આટલી જો તમને ખાલી હું એમ એક એ આપી શકું કે તમે આટલા દિવસ જોયું છે હજી દાસ પંદર દિવસ આપો. |
| Speech | 159.394 | 168.339 | Speaker 1 | તો તમારો આ છે ને <lang:Foreign>problem solve</lang:Foreign> થઇ જશે, તમે એક કામ કરો, તમે મને તમારી છે ને તમારો આ <lang:Foreign>phone number</lang:Foreign> થી આ તમારું <lang:Foreign>detail account</lang:Foreign> છે. આજ <lang:Foreign>phone number</lang:Foreign> થી? |
| Speech | 167.514 | 170.014 | Speaker 2 | હા આ જ, આ જ છે મારો <lang:Foreign>number</lang:Foreign> |
| Speech | 170.064 | 181.484 | Speaker 1 | તો ઉભા રહો હું તમારું છે ને <lang:Foreign>account</lang:Foreign> છે ને <lang:Foreign>check</lang:Foreign> કરી લઉં એમાં કંઈક <lang:Foreign>pause</lang:Foreign> પર છે કે <lang:Foreign>hold</lang:Foreign> પર છે કે તમારું કોઈ <lang:Foreign>bill</lang:Foreign> બાકી છે કે એના લીધે એવું કઈ થી છે તો હું એક વાર <lang:Foreign>check</lang:Foreign> કરી લઉં ઉભા રહો, તમારો બોલો પાછો? |
TRANSCRIPTION
| TIME | TRANSCRIPT |
|---|---|
| 0.000 2.075 | (()) <lang:Foreign>start</lang:Foreign> હા <lang:Foreign>hello</lang:Foreign> |
| 3.775 4.900 | <lang:Foreign>Hello Futurebee</lang:Foreign> |
| 6.275 14.900 | હા <lang:Foreign>Hello Futurebee</lang:Foreign> <lang:Foreign>से</lang:Foreign> મેં અજી અજી અજીન્ક્ય હું વાત કરું છું <lang:Foreign>futurebee</lang:Foreign> માંથી. |
| 16.725 24.801 | હા <lang:Foreign>sir</lang:Foreign> મારે <lang:Foreign>actually</lang:Foreign> મારો <lang:Foreign>mobile number port</lang:Foreign> કરવો છે. #આહ મારે <lang:Foreign>Reliance Jio</lang:Foreign> પર <lang:Foreign>port</lang:Foreign> કરવો છે મારો <lang:Foreign>number</lang:Foreign> . |
| 27.801 34.696 | <lang:Foreign>Reliance Jio</lang:Foreign> હમણાં તમે <lang:Foreign>Reliance Jio</lang:Foreign> પર કેમ <lang:Foreign>port</lang:Foreign> કરવા માંગો છો? માંગો છો? હું જાણી શકું છું તમારા કે શુ <lang:Foreign>problem</lang:Foreign> છે? |
| 33.821 35.021 | નહિ નહ મારે |
| 40.421 41.246 | <lang:Foreign>Hello</lang:Foreign> |
| 46.146 48.221 | <lang:Foreign>Hello sir</lang:Foreign> તમારી અવાજ નથી આવતી. |
| 47.196 48.221 | (()) |
| 52.271 54.221 | તમારો અવાજ જતો રહીયો હતો <lang:Foreign>sir</lang:Foreign> |
| 54.296 55.446 | હવે સંભળાઈ છે? |
| 57.696 59.096 | હાં હવે મને સંભળાઈ છે. |
| 58.246 68.527 | #હમ મારે મારે <lang:Foreign>mobile number port</lang:Foreign> કરવો છે, <lang:Foreign>final</lang:Foreign> છે ભાઈ. મને બોવ તકલીફ થઇ છે તમારા <lang:Foreign>network</lang:Foreign> જોડે અને મારે કઈ વપરાશ બરાબર થતો નથી. |
| 70.602 79.102 | <lang:Foreign>okay sir</lang:Foreign> અમે કરાવી દઇશુ એનો વાંધો નથી એ તો <lang:Foreign>TRAI regulations</lang:Foreign> છે તો અમારે કરાવું છે <lang:Foreign>but</lang:Foreign> અમારે અહીંયા એક એ લખવું પડે કે કેમ કેમ કરવો છો. |
| 79.187 88.987 | તમે #આહ તો અમારે એ લખવું પડે તો તમે મને બસ ખાલી થોડાક એ આપશો તમારા <lang:Foreign>problem</lang:Foreign> શુ છે તો હું તમને ખાલી કહું કે અચ્છા કે <lang:Foreign>problem valid</lang:Foreign> છે નથી અમારી જોડે <lang:Foreign>solution</lang:Foreign> આનું. |
| 89.052 92.877 | કે તમે <lang:Foreign>port</lang:Foreign> કરી શકો ના કરી શકો એકવાર મને <lang:Foreign>problem</lang:Foreign> તો જણાવો <lang:Foreign>sir</lang:Foreign> તમે. |
| 94.777 101.802 | હા ભાઈ એમાં બો બધા <lang:Foreign>problem</lang:Foreign> છે. હું કૌ તો <lang:Foreign>main main</lang:Foreign> મારો <lang:Foreign>problem</lang:Foreign> એવો છે કે મારે <lang:Foreign>net</lang:Foreign> બિલકુલ <lang:Foreign>five <lang:Foreign>G</lang:Foreign> </lang:Foreign> |
| 104.602 105.452 | (()) |
| 107.377 109.477 | <lang:Foreign>sir</lang:Foreign> તમારો તમારો અવાજ પાછો જતો રહીયો. |
| 109.502 110.127 | <lang:Foreign>Hello</lang:Foreign> |
| 111.102 111.878 | હાં. |
| 112.528 112.798 | હાં |
| 113.174 122.583 | <lang:Foreign>main problem</lang:Foreign> મારો એવો છે કે મારુ <lang:Foreign>net</lang:Foreign> બિલકુલ ચાલતું નથી. મારે <lang:Foreign>five <initial>G</initial></lang:Foreign> આપણે કરાવ્યુ નથી એટલે તો <lang:Foreign>five <initial>G</initial></lang:Foreign> આ <lang:Foreign>area</lang:Foreign> માં મારા ભાઈનું તો ચાલે છે પણ મારુ જરા એ ચાલતું નથી. |
| 124.483 126.283 | તમારા ભાઈ નું પણ <lang:Foreign>future bee</lang:Foreign> જ છે? |
| 126.308 128.083 | ના એમનો બીજો <lang:Foreign>card</lang:Foreign> છે. |
| 129.358 142.158 | અચ્છા હા તો <lang:Foreign>sir</lang:Foreign> તો તમને ખાલી જણાવો કે હજી <lang:Foreign>five <initial>G</initial></lang:Foreign>ની <lang:Foreign>services</lang:Foreign> હાજી ચાલુ નથી કરી આપના સુરત અને ભરૂચ <lang:Foreign>area</lang:Foreign> માં. એ આગળ મહિનાથી ચાલુ થવાની છે, એટલે તમે ખાલી દાસ પંદર દિવસ રાહ જોવો તો એ ચાલુ થી જશે. |
| 144.033 152.163 | પણ બિલકુલ <lang:Foreign>range</lang:Foreign> નો <lang:Foreign>issue</lang:Foreign> છે. <lang:Foreign>five <initial>G</initial></lang:Foreign> આવ્યા પછી પણ તમારો આ <lang:Foreign>problem solve</lang:Foreign> નહિ થયો તો મારે તો હાજી પંદર વિસ દિવસ મારે પૈસા <lang:Foreign>waste</lang:Foreign> જ કરવા ને. |
| 148.438 149.413 | તો |
| 152.838 159.394 | ના <lang:Foreign>sir</lang:Foreign> તમે આટલી જો તમને ખાલી હું એમ એક એ આપી શકું કે તમે આટલા દિવસ જોયું છે હજી દાસ પંદર દિવસ આપો. |
| 159.394 168.339 | તો તમારો આ છે ને <lang:Foreign>problem solve</lang:Foreign> થઇ જશે, તમે એક કામ કરો, તમે મને તમારી છે ને તમારો આ <lang:Foreign>phone number</lang:Foreign> થી આ તમારું <lang:Foreign>detail account</lang:Foreign> છે. આજ <lang:Foreign>phone number</lang:Foreign> થી? |
| 167.514 170.014 | હા આ જ, આ જ છે મારો <lang:Foreign>number</lang:Foreign> |
| 170.064 181.484 | તો ઉભા રહો હું તમારું છે ને <lang:Foreign>account</lang:Foreign> છે ને <lang:Foreign>check</lang:Foreign> કરી લઉં એમાં કંઈક <lang:Foreign>pause</lang:Foreign> પર છે કે <lang:Foreign>hold</lang:Foreign> પર છે કે તમારું કોઈ <lang:Foreign>bill</lang:Foreign> બાકી છે કે એના લીધે એવું કઈ થી છે તો હું એક વાર <lang:Foreign>check</lang:Foreign> કરી લઉં ઉભા રહો, તમારો બોલો પાછો? |
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 & 16 khz
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
