Go Back

Go back

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

Get Dataset Btn
Machine learning speech data for Travel call center in Korean (South Korea)
DownloadDownload Icon

Request Custom Collection

Get Dataset Btn

About this Off-the-shelf Speech Dataset

About Gradiet Line

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.

  • •Participant Diversity:
  • •
    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.
  • •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:
  • •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
  • •Outbound Calls:
  • •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.

  • •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 Travel 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
    Male(21)Female(56)wav, json

    TRANSCRIPTION

    LABELSTARTENDCHANNELTRANSCRIPT
    Speech0.0250.900Speaker 2Hello
    Speech1.3502.298Speaker 2<lang:Foreign>Good morning</lang:Foreign>
    Speech2.9754.000Speaker 1<lang:Foreign>hello Good morning</lang:Foreign>
    Speech5.1746.049Speaker 1तुम्ही कसे आहात?
    Speech7.09910.000Speaker 2आम्ही छान आहोत. तुम्ही कसे आहेत?
    Speech11.50012.475Speaker 1मी पण
    Speech12.64917.975Speaker 1छान 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?
    Speech14.75015.474Speaker 2(())
    Speech19.39924.050Speaker 2हो. त्याच्याच करता मी तुम्हाला <lang:Foreign>phone</lang:Foreign> केला की आमची <lang:Foreign>company</lang:Foreign>
    Speech24.39929.574Speaker 2<lang:Foreign>tour organize</lang:Foreign> करते तर तुम्हाला तुमच्या <lang:Foreign>requirements</lang:Foreign> मी पाहिल्या.
    Speech29.85033.923Speaker 2तर तुम्हाला साधारण एक दीड महिना किंवा दोन महिन्याची
    Speech34.50036.250Speaker 2<lang:Foreign>tour organize</lang:Foreign> करायची आहे.
    Speech37.79838.649Speaker 2 बरोबर आहे?
    Speech39.77444.923Speaker 2तर पहिले एक महिना तुम्ही भारतातच फिरण्याचा तुमचा <lang:Foreign>plan</lang:Foreign> आहे.
    Speech40.57541.149Speaker 1हो.
    Speech41.52442.074Speaker 1हो हो.
    Speech44.72545.225Speaker 1[filler]
    Speech46.29851.325Speaker 2[filler] तर त्याच्याबद्दल पण विचारायचं होतं आणि किती जणं आहात तुम्ही?
    Speech52.85054.325Speaker 2म्हणजे तसं चालतंय का?
    Speech53.92355.375Speaker 1हो. माझं ते भारतात
    Speech55.70057.875Speaker 1आधी मला भारतात फिरायचं आहे आणि मग
    Speech57.67358.250Speaker 2[filler]
    Speech58.20860.808Speaker 1मला युरोपला जायचंय फिरायला.
    Speech61.00066.849Speaker 1 [filler] आम्ही चार जण आहोत. माझी आई आहे. माझे बाबा आहेत. माझी बहीण आणि मी स्वतः.
    Speech62.42362.975Speaker 2बरं.
    Speech68.32576.424Speaker 2बरं. 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.
    Speech76.72482.825Speaker 2आणि 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?
    Speech83.17483.799Speaker 2त्या
    Speech85.97486.625Speaker 1[filler]
    Speech86.95088.075Speaker 1पैसे भरताना
    Speech88.37592.625Speaker 1<lang:Foreign>cash</lang:Foreign>चं येईन भरायला तुमच्या <lang:Foreign>office</lang:Foreign> मध्ये [filler] कारण की (()) व्हायचा आहे म्हणून.
    Speech90.72491.650Speaker 2बरं.
    Speech93.90098.000Speaker 2बरं. जवळ आहे का तुम्हाला आमचं <lang:Foreign>office</lang:Foreign> आणि तुमचं घर?
    Speech99.682100.757Speaker 1हो माझं <lang:Foreign>office</lang:Foreign>
    Speech100.875105.275Speaker 1आणि तुमचं <lang:Foreign>office</lang:Foreign> जवळ आहे तर मला तुमच्याकडे (()) सरळ <lang:Foreign>office</lang:Foreign> नंतर
    Speech105.674108.875Speaker 1तुम्ही फक्त मला <lang:Foreign>detail</lang:Foreign> सांगून द्या. त्याप्रमाणे मी पैसे भरीन.
    Speech106.200106.974Speaker 2बरं.
    Speech110.099110.875Speaker 2चालेल.
    Speech111.224117.700Speaker 2तर भारतातले तुम्ही मला चार जागा सांगितल्या. एक कुलू मनाली सांगितलं. शिमला सांगितलं
    Speech118.400121.700Speaker 2आणि काश्मीर आणि <lang:Foreign>statue of unity</lang:Foreign>चं
    Speech122.025122.875Speaker 2बरोबर आहे?
    Speech125.575126.250Speaker 1हो.
    Speech126.250131.275Speaker 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?
    Speech133.175138.973Speaker 1हो. 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.
    Speech139.500143.250Speaker 2मग <lang:Foreign>car</lang:Foreign> तुम्ही <lang:Foreign>car</lang:Foreign> म्हणजे <lang:Foreign>rent</lang:Foreign> वर राहील
    Speech143.550149.598Speaker 2किंवा 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.
    Speech150.949156.074Speaker 2तिकडनं तुम्ही <lang:Foreign>car</lang:Foreign>नी फिरू शकता. चौघचं जण आहे तर जास्त मोठी गाडी पण तुम्हाला लागणार नाही.
    Speech157.973165.150Speaker 2<lang:Foreign>Innova</lang:Foreign> बरोबर राहील कारण सामान पण तुमचं मावून जाईल आणि तुम्हालाही आरामात बसता येईल चौघांनाही.
    Speech158.848160.199Speaker 1हो. आम्हाला
    Speech167.624172.800Speaker 1हो हो. तसंच करा तुम्ही <lang:Foreign>Innova</lang:Foreign> ठेवा किंवा <lang:Foreign>Fortuner</lang:Foreign> दिली तरी चालण्यासारखं आहे.
    Speech173.275174.723Speaker 2हा मग <lang:Foreign>Fortuner</lang:Foreign>
    Speech173.275176.550Speaker 1जेवढी मोठी आराम आराम देतील तेवढं चांगलं आहे आम्हाला.
    Speech177.324180.848Speaker 2मग <lang:Foreign>Fortuner</lang:Foreign> चांगली राहिलं तर तीच बघूया आपण.

    TRANSCRIPTION

    TIMETRANSCRIPT
    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

    Details Headline

    Language

    Marathi

    Language code

    mr-in

    Country

    India

    Accents

    Varhadi,...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 Travel Call Center Speech Datasets

    Audio Card Head Line
    AI speech dataset for Travel in French (France)

    Hindi Travel CC Speech Data

    Travel call center audio data in Hindi.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    English (India) call center audio recording for Travel industry

    Indian English Travel CC Speech Data

    Travel call center audio data in Indian English.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning voice data for Travel call center in Spanish (Argentina)

    Spanish (Spain) Travel CC Speech Data

    Travel call center audio data in Spanish (Spain).

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning speech data for Travel call center in Russian (Russia)

    Mexican Spanish Travel CC Speech Data

    Travel call center audio data in Mexican Spanish.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    View All

    View All

    Browse All

    More in Marathi (India)

    Audio Card Head Line
    Spontaneous unscripted speech data in Telugu (India) for Travel

    Telugu Travel CC Speech Data

    Travel call center audio data in Telugu.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning voice data for BFSI call center in Portuguese (Portugal)

    Argentine Spanish BFSI CC Speech Data

    BFSI call center audio data in Argentine Spanish.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning voice data for BFSI call center in Spanish (Argentina)

    Spanish (Spain) BFSI CC Speech Data

    BFSI call center audio data in Spanish (Spain).

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    English (India) call center audio recording for BFSI industry

    Indian English BFSI CC Speech Data

    BFSI call center audio data in Indian English.

    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.