.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.
Marathi (India) Call Center Speech Dataset for Travel
The audio dataset comprises call center conversations for the Travel domain, featuring native Marathi speakers from India. It includes speech data, detailed metadata and accurate transcriptions.
Category
Unscripted Call Center Conversations
Total Volume
40 Speech Hours
Last updated
Jun 2024
Number of participants
80
Get this Speech Dataset
.webp&w=3840&q=100)
Download
Request Custom Collection
About this Off-the-shelf Speech Dataset
Introduction
Welcome to the Marathi Call Center Speech Dataset for the Travel domain designed to enhance the development of call center speech recognition models specifically for the Travel 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 40 Hours of call center audio recordings covering various topics and scenarios related to the Travel domain, designed to build robust and accurate customer service speech technology.
•
Speakers:
80 expert native Marathi speakers from the FutureBeeAI Community.
•
Regions:
Different regions of Maharashtra, ensuring a balanced representation of Marathi 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.
•Booking inquiries and assistance
•Destination information and recommendations
•Assistance with flight delays or cancellations
•Special assistance for passengers with disabilities
•Travel-related health and safety inquiry
•Assistance with lost or delayed baggage, and many more
•Promotional offers and package deals
•Customer satisfaction surveys
•Booking confirmations and updates
•Flight schedule changes and notifications
•Customer feedback collection
•Reminders for passport or visa expiration date, 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 Travel domain call center conversational AI and ASR models for the Marathi 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 Marathi 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 Travel domain. Potential use cases include:
•
Speech Recognition Models:
Training and fine-tuning speech recognition models for Marathi.
•
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 Travel sector.
•
Smart Assistants and Chatbots:
Developing conversational agents and virtual assistants for customer service in the Travel 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 Travel 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 Travel 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(21) | Female(56) | wav, json |
TRANSCRIPTION
| LABEL | START | END | CHANNEL | TRANSCRIPT |
|---|---|---|---|---|
| Speech | 0.025 | 0.900 | Speaker 2 | Hello |
| Speech | 1.350 | 2.298 | Speaker 2 | <lang:Foreign>Good morning</lang:Foreign> |
| Speech | 2.975 | 4.000 | Speaker 1 | <lang:Foreign>hello Good morning</lang:Foreign> |
| Speech | 5.174 | 6.049 | Speaker 1 | तुम्ही कसे आहात? |
| Speech | 7.099 | 10.000 | Speaker 2 | आम्ही छान आहोत. तुम्ही कसे आहेत? |
| Speech | 11.500 | 12.475 | Speaker 1 | मी पण |
| Speech | 12.649 | 17.975 | Speaker 1 | छान आहे. मी तुम्हाला <lang:Foreign>email</lang:Foreign> पाठवली होती मागे <lang:Foreign>tour</lang:Foreign>च्या <lang:Foreign>inquiry</lang:Foreign> बद्दल मिळाली का तुम्हाला? |
| Speech | 14.750 | 15.474 | Speaker 2 | (()) |
| Speech | 19.399 | 24.050 | Speaker 2 | हो. त्याच्याच करता मी तुम्हाला <lang:Foreign>phone</lang:Foreign> केला की आमची <lang:Foreign>company</lang:Foreign> |
| Speech | 24.399 | 29.574 | Speaker 2 | <lang:Foreign>tour organize</lang:Foreign> करते तर तुम्हाला तुमच्या <lang:Foreign>requirements</lang:Foreign> मी पाहिल्या. |
| Speech | 29.850 | 33.923 | Speaker 2 | तर तुम्हाला साधारण एक दीड महिना किंवा दोन महिन्याची |
| Speech | 34.500 | 36.250 | Speaker 2 | <lang:Foreign>tour organize</lang:Foreign> करायची आहे. |
| Speech | 37.798 | 38.649 | Speaker 2 | बरोबर आहे? |
| Speech | 39.774 | 44.923 | Speaker 2 | तर पहिले एक महिना तुम्ही भारतातच फिरण्याचा तुमचा <lang:Foreign>plan</lang:Foreign> आहे. |
| Speech | 40.575 | 41.149 | Speaker 1 | हो. |
| Speech | 41.524 | 42.074 | Speaker 1 | हो हो. |
| Speech | 44.725 | 45.225 | Speaker 1 | [filler] |
| Speech | 46.298 | 51.325 | Speaker 2 | [filler] तर त्याच्याबद्दल पण विचारायचं होतं आणि किती जणं आहात तुम्ही? |
| Speech | 52.850 | 54.325 | Speaker 2 | म्हणजे तसं चालतंय का? |
| Speech | 53.923 | 55.375 | Speaker 1 | हो. माझं ते भारतात |
| Speech | 55.700 | 57.875 | Speaker 1 | आधी मला भारतात फिरायचं आहे आणि मग |
| Speech | 57.673 | 58.250 | Speaker 2 | [filler] |
| Speech | 58.208 | 60.808 | Speaker 1 | मला युरोपला जायचंय फिरायला. |
| Speech | 61.000 | 66.849 | Speaker 1 | [filler] आम्ही चार जण आहोत. माझी आई आहे. माझे बाबा आहेत. माझी बहीण आणि मी स्वतः. |
| Speech | 62.423 | 62.975 | Speaker 2 | बरं. |
| Speech | 68.325 | 76.424 | Speaker 2 | बरं. तर त्यांचे तुमचे सगळ्यांचे मला [filler] <lang:Foreign>passport</lang:Foreign> युरोपकरता <lang:Foreign>passport</lang:Foreign> <lang:Foreign>detail</lang:Foreign> वगैरे लागतील. आता तर लागणार नाही. |
| Speech | 76.724 | 82.825 | Speaker 2 | आणि पैसे तुम्ही भरताना <lang:Foreign>cash</lang:Foreign> भरणार आहे की <lang:Foreign>credit card</lang:Foreign> किंवा <lang:Foreign>G-pay</lang:Foreign> कसं करणार आहे तुम्ही? |
| Speech | 83.174 | 83.799 | Speaker 2 | त्या |
| Speech | 85.974 | 86.625 | Speaker 1 | [filler] |
| Speech | 86.950 | 88.075 | Speaker 1 | पैसे भरताना |
| Speech | 88.375 | 92.625 | Speaker 1 | <lang:Foreign>cash</lang:Foreign>चं येईन भरायला तुमच्या <lang:Foreign>office</lang:Foreign> मध्ये [filler] कारण की (()) व्हायचा आहे म्हणून. |
| Speech | 90.724 | 91.650 | Speaker 2 | बरं. |
| Speech | 93.900 | 98.000 | Speaker 2 | बरं. जवळ आहे का तुम्हाला आमचं <lang:Foreign>office</lang:Foreign> आणि तुमचं घर? |
| Speech | 99.682 | 100.757 | Speaker 1 | हो माझं <lang:Foreign>office</lang:Foreign> |
| Speech | 100.875 | 105.275 | Speaker 1 | आणि तुमचं <lang:Foreign>office</lang:Foreign> जवळ आहे तर मला तुमच्याकडे (()) सरळ <lang:Foreign>office</lang:Foreign> नंतर |
| Speech | 105.674 | 108.875 | Speaker 1 | तुम्ही फक्त मला <lang:Foreign>detail</lang:Foreign> सांगून द्या. त्याप्रमाणे मी पैसे भरीन. |
| Speech | 106.200 | 106.974 | Speaker 2 | बरं. |
| Speech | 110.099 | 110.875 | Speaker 2 | चालेल. |
| Speech | 111.224 | 117.700 | Speaker 2 | तर भारतातले तुम्ही मला चार जागा सांगितल्या. एक कुलू मनाली सांगितलं. शिमला सांगितलं |
| Speech | 118.400 | 121.700 | Speaker 2 | आणि काश्मीर आणि <lang:Foreign>statue of unity</lang:Foreign>चं |
| Speech | 122.025 | 122.875 | Speaker 2 | बरोबर आहे? |
| Speech | 125.575 | 126.250 | Speaker 1 | हो. |
| Speech | 126.250 | 131.275 | Speaker 2 | <lang:Foreign>okay</lang:Foreign> आणि तुम्ही सगळ्या ठिकाणी <lang:Foreign>flights</lang:Foreign>नी जाणार आहे कसं आहे तुमचा <lang:Foreign>plan</lang:Foreign> तो? |
| Speech | 133.175 | 138.973 | Speaker 1 | हो. जे सर्व जवळपास जे <lang:Foreign>airport</lang:Foreign> आहेत तिकडनं <lang:Foreign>flight</lang:Foreign> घेऊ आम्ही. <lang:Foreign>flight</lang:Foreign> बघू तिकडनं पुढे गाडी घेऊन जाता येईल मग आम्हाला. |
| Speech | 139.500 | 143.250 | Speaker 2 | मग <lang:Foreign>car</lang:Foreign> तुम्ही <lang:Foreign>car</lang:Foreign> म्हणजे <lang:Foreign>rent</lang:Foreign> वर राहील |
| Speech | 143.550 | 149.598 | Speaker 2 | किंवा आम्ही <lang:Foreign>arrange</lang:Foreign> करून देऊ तुम्हाला <lang:Foreign>flight</lang:Foreign>च्या तिकडनं म्हणजे <lang:Foreign>airport</lang:Foreign> वरनं <lang:Foreign>car</lang:Foreign> तुम्हाला <lang:Foreign>arrange</lang:Foreign> केली जाईल. |
| Speech | 150.949 | 156.074 | Speaker 2 | तिकडनं तुम्ही <lang:Foreign>car</lang:Foreign>नी फिरू शकता. चौघचं जण आहे तर जास्त मोठी गाडी पण तुम्हाला लागणार नाही. |
| Speech | 157.973 | 165.150 | Speaker 2 | <lang:Foreign>Innova</lang:Foreign> बरोबर राहील कारण सामान पण तुमचं मावून जाईल आणि तुम्हालाही आरामात बसता येईल चौघांनाही. |
| Speech | 158.848 | 160.199 | Speaker 1 | हो. आम्हाला |
| Speech | 167.624 | 172.800 | Speaker 1 | हो हो. तसंच करा तुम्ही <lang:Foreign>Innova</lang:Foreign> ठेवा किंवा <lang:Foreign>Fortuner</lang:Foreign> दिली तरी चालण्यासारखं आहे. |
| Speech | 173.275 | 174.723 | Speaker 2 | हा मग <lang:Foreign>Fortuner</lang:Foreign> |
| Speech | 173.275 | 176.550 | Speaker 1 | जेवढी मोठी आराम आराम देतील तेवढं चांगलं आहे आम्हाला. |
| Speech | 177.324 | 180.848 | Speaker 2 | मग <lang:Foreign>Fortuner</lang:Foreign> चांगली राहिलं तर तीच बघूया आपण. |
TRANSCRIPTION
| TIME | TRANSCRIPT |
|---|---|
| 0.025 0.900 | Hello |
| 1.350 2.298 | <lang:Foreign>Good morning</lang:Foreign> |
| 2.975 4.000 | <lang:Foreign>hello Good morning</lang:Foreign> |
| 5.174 6.049 | तुम्ही कसे आहात? |
| 7.099 10.000 | आम्ही छान आहोत. तुम्ही कसे आहेत? |
| 11.500 12.475 | मी पण |
| 12.649 17.975 | छान आहे. मी तुम्हाला <lang:Foreign>email</lang:Foreign> पाठवली होती मागे <lang:Foreign>tour</lang:Foreign>च्या <lang:Foreign>inquiry</lang:Foreign> बद्दल मिळाली का तुम्हाला? |
| 14.750 15.474 | (()) |
| 19.399 24.050 | हो. त्याच्याच करता मी तुम्हाला <lang:Foreign>phone</lang:Foreign> केला की आमची <lang:Foreign>company</lang:Foreign> |
| 24.399 29.574 | <lang:Foreign>tour organize</lang:Foreign> करते तर तुम्हाला तुमच्या <lang:Foreign>requirements</lang:Foreign> मी पाहिल्या. |
| 29.850 33.923 | तर तुम्हाला साधारण एक दीड महिना किंवा दोन महिन्याची |
| 34.500 36.250 | <lang:Foreign>tour organize</lang:Foreign> करायची आहे. |
| 37.798 38.649 | बरोबर आहे? |
| 39.774 44.923 | तर पहिले एक महिना तुम्ही भारतातच फिरण्याचा तुमचा <lang:Foreign>plan</lang:Foreign> आहे. |
| 40.575 41.149 | हो. |
| 41.524 42.074 | हो हो. |
| 44.725 45.225 | [filler] |
| 46.298 51.325 | [filler] तर त्याच्याबद्दल पण विचारायचं होतं आणि किती जणं आहात तुम्ही? |
| 52.850 54.325 | म्हणजे तसं चालतंय का? |
| 53.923 55.375 | हो. माझं ते भारतात |
| 55.700 57.875 | आधी मला भारतात फिरायचं आहे आणि मग |
| 57.673 58.250 | [filler] |
| 58.208 60.808 | मला युरोपला जायचंय फिरायला. |
| 61.000 66.849 | [filler] आम्ही चार जण आहोत. माझी आई आहे. माझे बाबा आहेत. माझी बहीण आणि मी स्वतः. |
| 62.423 62.975 | बरं. |
| 68.325 76.424 | बरं. तर त्यांचे तुमचे सगळ्यांचे मला [filler] <lang:Foreign>passport</lang:Foreign> युरोपकरता <lang:Foreign>passport</lang:Foreign> <lang:Foreign>detail</lang:Foreign> वगैरे लागतील. आता तर लागणार नाही. |
| 76.724 82.825 | आणि पैसे तुम्ही भरताना <lang:Foreign>cash</lang:Foreign> भरणार आहे की <lang:Foreign>credit card</lang:Foreign> किंवा <lang:Foreign>G-pay</lang:Foreign> कसं करणार आहे तुम्ही? |
| 83.174 83.799 | त्या |
| 85.974 86.625 | [filler] |
| 86.950 88.075 | पैसे भरताना |
| 88.375 92.625 | <lang:Foreign>cash</lang:Foreign>चं येईन भरायला तुमच्या <lang:Foreign>office</lang:Foreign> मध्ये [filler] कारण की (()) व्हायचा आहे म्हणून. |
| 90.724 91.650 | बरं. |
| 93.900 98.000 | बरं. जवळ आहे का तुम्हाला आमचं <lang:Foreign>office</lang:Foreign> आणि तुमचं घर? |
| 99.682 100.757 | हो माझं <lang:Foreign>office</lang:Foreign> |
| 100.875 105.275 | आणि तुमचं <lang:Foreign>office</lang:Foreign> जवळ आहे तर मला तुमच्याकडे (()) सरळ <lang:Foreign>office</lang:Foreign> नंतर |
| 105.674 108.875 | तुम्ही फक्त मला <lang:Foreign>detail</lang:Foreign> सांगून द्या. त्याप्रमाणे मी पैसे भरीन. |
| 106.200 106.974 | बरं. |
| 110.099 110.875 | चालेल. |
| 111.224 117.700 | तर भारतातले तुम्ही मला चार जागा सांगितल्या. एक कुलू मनाली सांगितलं. शिमला सांगितलं |
| 118.400 121.700 | आणि काश्मीर आणि <lang:Foreign>statue of unity</lang:Foreign>चं |
| 122.025 122.875 | बरोबर आहे? |
| 125.575 126.250 | हो. |
| 126.250 131.275 | <lang:Foreign>okay</lang:Foreign> आणि तुम्ही सगळ्या ठिकाणी <lang:Foreign>flights</lang:Foreign>नी जाणार आहे कसं आहे तुमचा <lang:Foreign>plan</lang:Foreign> तो? |
| 133.175 138.973 | हो. जे सर्व जवळपास जे <lang:Foreign>airport</lang:Foreign> आहेत तिकडनं <lang:Foreign>flight</lang:Foreign> घेऊ आम्ही. <lang:Foreign>flight</lang:Foreign> बघू तिकडनं पुढे गाडी घेऊन जाता येईल मग आम्हाला. |
| 139.500 143.250 | मग <lang:Foreign>car</lang:Foreign> तुम्ही <lang:Foreign>car</lang:Foreign> म्हणजे <lang:Foreign>rent</lang:Foreign> वर राहील |
| 143.550 149.598 | किंवा आम्ही <lang:Foreign>arrange</lang:Foreign> करून देऊ तुम्हाला <lang:Foreign>flight</lang:Foreign>च्या तिकडनं म्हणजे <lang:Foreign>airport</lang:Foreign> वरनं <lang:Foreign>car</lang:Foreign> तुम्हाला <lang:Foreign>arrange</lang:Foreign> केली जाईल. |
| 150.949 156.074 | तिकडनं तुम्ही <lang:Foreign>car</lang:Foreign>नी फिरू शकता. चौघचं जण आहे तर जास्त मोठी गाडी पण तुम्हाला लागणार नाही. |
| 157.973 165.150 | <lang:Foreign>Innova</lang:Foreign> बरोबर राहील कारण सामान पण तुमचं मावून जाईल आणि तुम्हालाही आरामात बसता येईल चौघांनाही. |
| 158.848 160.199 | हो. आम्हाला |
| 167.624 172.800 | हो हो. तसंच करा तुम्ही <lang:Foreign>Innova</lang:Foreign> ठेवा किंवा <lang:Foreign>Fortuner</lang:Foreign> दिली तरी चालण्यासारखं आहे. |
| 173.275 174.723 | हा मग <lang:Foreign>Fortuner</lang:Foreign> |
| 173.275 176.550 | जेवढी मोठी आराम आराम देतील तेवढं चांगलं आहे आम्हाला. |
| 177.324 180.848 | मग <lang:Foreign>Fortuner</lang:Foreign> चांगली राहिलं तर तीच बघूया आपण. |
Dataset Demographics
Language
Marathi
Language code
mr-in
Country
India
Accents
Varhadi,...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
