Malayalam Call Center Speech Dataset for Delivery & Logistics

This Malayalam speech dataset features real-world call center conversations from the Delivery & Logistics domain. With detailed metadata and accurate transcriptions, it’s designed to power ASR systems, voice AI, and conversational agents.

Category

Unscripted Call Center Conversations

Total Volume

30 Speech Hours

Last updated

June 2025

Number of participants

60

AI audio dataset for Delivery & Logistics in Malayalam (India)
Download
Download Icon

About this Off-the-shelf Speech Dataset

Card Head Line

Introduction

This Malayalam Call Center Speech Dataset for the Delivery and Logistics industry is purpose-built to accelerate the development of speech recognition, spoken language understanding, and conversational AI systems tailored for Malayalam-speaking customers. With over 30 hours of real-world, unscripted call center audio, this dataset captures authentic delivery-related conversations essential for training high-performance ASR models.

Curated by FutureBeeAI, this dataset empowers AI teams, logistics tech providers, and NLP researchers to build accurate, production-ready models for customer support automation in delivery and logistics.

Speech Data

The dataset contains 30 hours of dual-channel call center recordings between native Malayalam speakers. Captured across various delivery and logistics service scenarios, these conversations cover everything from order tracking to missed delivery resolutions offering a rich, real-world training base for AI models.

  • •Participant Diversity:
  • •
    Speakers: 60 native Malayalam speakers from our verified contributor pool.
  • •
    Regions: Multiple provinces of Kerala for accent and dialect diversity.
  • •
    Participant Profile: Balanced gender distribution (60% male, 40% female) with ages ranging from 18 to 70.
  • •Recording Details:
  • •
    Conversation Nature: Naturally flowing, unscripted customer-agent dialogues.
  • •
    Call Duration: 5 to 15 minutes on average.
  • •
    Audio Format: Stereo WAV, 16-bit depth, recorded at 8kHz and 16kHz.
  • •
    Recording Environment: Captured in clean, noise-free, echo-free conditions.

    • Topic Diversity

    This speech corpus includes both inbound and outbound delivery-related conversations, covering varied outcomes (positive, negative, neutral) to train adaptable voice models.

  • •Inbound Calls:
  • •Order Tracking
  • •Delivery Complaints
  • •Undeliverable Addresses
  • •Return Process Enquiries
  • •Delivery Method Selection
  • •Order Modifications, and more
  • •Outbound Calls:
  • •Delivery Confirmations
  • •Subscription Offer Calls
  • •Incorrect Address Follow-ups
  • •Missed Delivery Notifications
  • •Delivery Feedback Surveys
  • •Out-of-Stock Alerts, and others

    • This comprehensive coverage reflects real-world logistics workflows, helping voice AI systems interpret context and intent with precision.

    Transcription

    All recordings come with high-quality, human-generated verbatim transcriptions in JSON format.

  • •Transcription Includes:
  • •Speaker-Segmented Dialogues
  • •Time-coded Segments
  • •Non-speech Tags (e.g., pauses, noise)
  • •High transcription accuracy with word error rate under 5% via dual-layer quality checks.

    • These transcriptions support fast, reliable model development for Malayalam voice AI applications in the delivery sector.

    Metadata

    Detailed metadata is included for each participant and conversation:

  • •
    Participant Metadata: ID, age, gender, region, accent, dialect.
  • •
    Conversation Metadata: Topic, call type, sentiment, sample rate, and technical attributes.

    • This metadata aids in training specialized models, filtering demographics, and running advanced analytics.

    Usage and Applications

    This dataset is ideal for a range of AI and NLP use cases in the delivery and logistics industry:

  • •
    Automatic Speech Recognition (ASR): Build or fine-tune Malayalam speech-to-text systems.
  • •
    Speech Analytics: Gain insights from customer feedback and logistics-related interactions.
  • •
    Voice Assistants & Chatbots: Enable automated support for deliveries, returns, and updates.
  • •
    Sentiment Analysis: Detect frustration, urgency, or satisfaction in delivery-related calls.
  • •
    Generative AI: Train Malayalam generative models for summarization, call simulation, or support scripts.

    • Secure and Ethical Collection

  • •Data collected via FutureBeeAI’s secure platform, “Yugo,” under strict ethical standards.
  • •No personally identifiable information is included.
  • •Compliant with global data privacy regulations and copyright-free.

    • Updates and Customization

    We regularly update this dataset with fresh audio and offer full customization:

  • •Customization Options:
  • •
    Acoustic Conditions: Silent or noisy environments on request.
  • •
    Sample Rate: Configurable between 8kHz and 48kHz.
  • •
    Transcription Format: Custom guidelines or formatting accepted.

    • License

    This Delivery and Logistics domain dataset is commercially licensed and ready for use in ASR, NLP, and voice automation projects in Malayalam.

    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)

    Card Head Line

    ATTRIBUTES

    CHANNEL 1 :Female(35)
    CHANNEL 2 :Female(26)
    TOPIC :Customer Wants to Modify a Scheduled Pickup for Return
    CALL TYPE :Inbound
    FORMAT :wav, json

    TRANSCRIPTION

    TIME
    TRANSCRIPT
    0.000 - 0.160
    -
    0.234 - 1.459
    <lang:Foreign>hey future bee</lang:Foreign>
    2.113 - 6.253
    ഞാനൊരു <lang:Foreign>order return</lang:Foreign> ചെയ്യുന്നതിനെ പറ്റി ചോദിക്കാനാണേ വിളിച്ചത്
    8.573 - 11.743
    #അഹ് <lang:Foreign>ok ma'am ,</lang:Foreign> നമ്മുടെ പേര് ഒന്ന് <lang:Foreign>mention</lang:Foreign> ചെയ്യാമോ?
    12.624 - 14.383
    <lang:Foreign>okay</lang:Foreign> എന്റെ പേര് <lang:Foreign><PII>Sithina Sajith</PII></lang:Foreign> <lang:Foreign><PII>Sithina Sajith</PII></lang:Foreign>
    15.528 - 19.028
    <lang:Foreign><PII>Sithina Sajith</PII></lang:Foreign>
    16.353 - 16.823
    #അഹ്
    20.684 - 26.474
    <lang:Foreign>okay ma'am</lang:Foreign> ഇപ്പോൾ <lang:Foreign>ma'am</lang:Foreign> #അഹ് <lang:Foreign>order return</lang:Foreign> ചെയ്യാൻ ഉദ്ദേശിക്കുന്നത് ഒരു <lang:Foreign>pickup</lang:Foreign> ചെയ്യാനല്ലേ? അപ്പൊ <lang:Foreign>schedule</lang:Foreign> ചെയ്തിരുന്നോ മുന്നെ <lang:Foreign>picku</lang:Foreign> ചെയ്യാനല്ലേ? അപ്പൊ <lang:Foreign>schedule</lang:Foreign> ചെയ്തിരുന്നോ മുന്നെ <lang:Foreign>picku</lang:Foreign>
    27.608 - 30.249
    ചെയ്യാനല്ലേ? അപ്പൊ <lang:Foreign>schedule</lang:Foreign> ചെയ്തിരുന്നോ മുന്നെ <lang:Foreign>picku</lang:Foreign>
    29.978 - 30.518
    അതെ അതെ ആ ഞാൻ <lang:Foreign>actually</lang:Foreign> ചെയ്തിരുന്നു. അതിന്റെ <lang:Foreign>date</lang:Foreign> ഒന്ന് മാറ്റാൻ പറ്റുമോ എന്ന് ചോദിക്കാൻ വേണ്ടിയാണ് വിളിക്കുന്നത് ആ ഞാൻ <lang:Foreign>actually</lang:Foreign> ചെയ്തിരുന്നു. അതിന്റെ <lang:Foreign>date</lang:Foreign> ഒന്ന് മാറ്റാൻ പറ്റുമോ എന്ന് ചോദിക്കാൻ വേണ്ടിയാണ് വിളിക്കുന്നത്
    31.325 - 35.423
    ആ ഞാൻ <lang:Foreign>actually</lang:Foreign> ചെയ്തിരുന്നു. അതിന്റെ <lang:Foreign>date</lang:Foreign> ഒന്ന് മാറ്റാൻ പറ്റുമോ എന്ന് ചോദിക്കാൻ വേണ്ടിയാണ് വിളിക്കുന്നത്
    36.369 - 40.529
    <lang:Foreign>okay ma'am ma'am</lang:Foreign> ന്റെ <lang:Foreign>order</lang:Foreign> ന്റെ <lang:Foreign>last four digit number</lang:Foreign> പറയാവോ
    42.098 - 43.128
    ആഹ് ഒരു <lang:Foreign>minute.</lang:Foreign>
    42.915 - 43.090
    ആഹ്
    46.204 - 47.414
    <lang:Foreign>three five six one</lang:Foreign>
    47.559 - 53.758
    <lang:Foreign>okay ma'am ma'am</lang:Foreign> ഇവിടെ <lang:Foreign>details</lang:Foreign> കാണുന്നുണ്ട് <lang:Foreign>ma'am</lang:Foreign> ഒന്നുകൂടെ <lang:Foreign>mention</lang:Foreign> ചെയ്യാവോ എന്നെത്തേക്കായിരുന്നു #അഹ് <lang:Foreign>pickup schedule</lang:Foreign> ചെയ്തിരുന്നത് <lang:Foreign>pickup schedule</lang:Foreign> ചെയ്തിരുന്നത്
    54.311 - 55.626
    <lang:Foreign>pickup schedule</lang:Foreign> ചെയ്തിരുന്നത്
    57.423 - 61.595
    ഞാൻ മറ്റന്നാളിലേക്ക് <lang:Foreign>twenty third</lang:Foreign> മാർച്ചിനുവേണ്ടി ആണ് <lang:Foreign>actually first schedule</lang:Foreign> ചെയ്തിരുന്നത്
    61.790 - 62.340
    <lang:Foreign>okay</lang:Foreign>
    62.959 - 66.034
    പക്ഷേ അതൊന്ന് മാറ്റണം കാരണം <lang:Foreign>twenty third</lang:Foreign> ന് ഞാൻ വീട്ടിൽ ഉണ്ടാവില്ല.
    63.813 - 64.174
    #അഹ്
    65.880 - 66.420
    -
    66.759 - 68.769
    <lang:Foreign>okay ma'am so postpone</lang:Foreign> ചെയ്യാനാണെന്നാണ് <lang:Foreign>i assume</lang:Foreign>
    69.654 - 71.015
    അതെ, അത് <lang:Foreign>postpone</lang:Foreign> ചെയ്യാം.
    70.834 - 74.229
    <lang:Foreign>okay ma'am</lang:Foreign> അപ്പൊ എന്തെത്തേക്കാ <lang:Foreign>ma'am postpone</lang:Foreign> ചെയ്യേണ്ടത്?
    75.379 - 77.419
    ഇതടുത്ത മാസത്തേക്ക് ആക്കാം പറ്റുമോ?
    78.400 - 85.859
    അടുത്ത <lang:Foreign>month ma'am</lang:Foreign> ഞങ്ങൾ ഇപ്പൊ <lang:Foreign>okay ma'am</lang:Foreign> എപ്പോഴാണ് ഓർഡർ വന്നത്? ഇവിടെ കാണിക്കുന്നത് <lang:Foreign>four days back</lang:Foreign> ആണ് വന്നതാണെന്നാണ് കാണിക്കുന്നത്.
    80.921 - 82.820
    <lang:Foreign>april</lang:Foreign> ആണെന്കി ഒരു
    87.139 - 89.094
    അതെ, നാല് ദിവസമായി <lang:Foreign>four days</lang:Foreign> ആയി.
    89.679 - 97.904
    <lang:Foreign>okay ma'am</lang:Foreign> ഞങ്ങൾ ഒരു [bg-speech] ഞങ്ങൾ <lang:Foreign>provide</lang:Foreign> ചെയ്യുന്നുള്ളൂ. <lang:Foreign>so ma'am april first week</lang:Foreign> ഒക്കെ <lang:Foreign>okay</lang:Foreign> ആണോ?
    90.649 - 91.099
    #അഹ്
    99.654 - 103.089
    ആ <lang:Foreign>april second</lang:Foreign> ന് ഒന്ന് <lang:Foreign>schedule</lang:Foreign> ചെയ്യാണെങ്കിൽ <lang:Foreign>okay</lang:Foreign> ആയിരിക്കും
    103.223 - 107.244
    <lang:Foreign>okay ma'am so april second</lang:Foreign> നാ <lang:Foreign>ma'am time</lang:Foreign> ഒന്ന് പറയാവോ
    109.279 - 114.469
    #അഹ് ഒരു <lang:Foreign>evening time</lang:Foreign> ഒരു <lang:Foreign>three</lang:Foreign> തൊട്ട് അല്ലെങ്കിൽ <lang:Foreign>two to five</lang:Foreign> ന്റെ എടേൽ പറ്റുമോ
    115.132 - 120.657
    <lang:Foreign>okay ma'am okay ma'am</lang:Foreign> അന്ന് <lang:Foreign>available</lang:Foreign> ആയിരിക്കുമല്ലോലെ ഞങ്ങൾക് അതിനനുസരിച്ച്നെ <lang:Foreign>delivery partner</lang:Foreign> നെ <lang:Foreign>assign</lang:Foreign> <lang:Foreign>assign</lang:Foreign> ചെയ്യാനായിരുന്നു
    121.137 - 122.262
    <lang:Foreign>assign</lang:Foreign> ചെയ്യാനായിരുന്നു
    123.001 - 129.586
    ആ <lang:Foreign>second april</lang:Foreign> ഞാൻ <lang:Foreign>mostly</lang:Foreign> ആ ആയിരിക്കും. ഇല്ലെങ്കിൽ ഞാൻ നാളെ ഒന്ന് വിളിച്ച് <lang:Foreign>confirm</lang:Foreign> ചെയ്യാം എന്തായാലും ഇപ്പോഴിട്ടേക്ക് <lang:Foreign>second april reschedule</lang:Foreign> ചെയ്തുകൊള്ളൂ.
    130.144 - 139.979
    <lang:Foreign>okay ma'am,</lang:Foreign> ഞാൻ ഇവിടെ അത് <lang:Foreign>reschedule option</lang:Foreign> കൊടുത്തിട്ടേക്കാം <lang:Foreign>. Ma'am</lang:Foreign> ആ <lang:Foreign>app</lang:Foreign> ഇൽ അതൊന്നുകൂടെ <lang:Foreign>check</lang:Foreign> ചെയ്തേർ അത് <lang:Foreign>reschedule</lang:Foreign> ആയോ എന്ന്. ഇനി <lang:Foreign>in case ma'am</lang:Foreign> നു ഒരു <lang:Foreign>change</lang:Foreign> വരുത്താൻ ഉണ്ടെങ്കിൽ
    140.558 - 152.053
    ഞങ്ങൾക്കൊരു <lang:Foreign>mail</lang:Foreign> അയച്ചാൽ മതി <lang:Foreign>ma'am</lang:Foreign> അങ്ങനെ <lang:Foreign>reschedule</lang:Foreign> ചെയ്യണം എന്ന് പറഞ്ഞിട്ട് അല്ലെങ്കിൽ <lang:Foreign>reschedule</lang:Foreign> ആയിട്ടില്ല എന്ന് പറഞ്ഞിട്ട്. ഞങ്ങടെ <lang:Foreign>agent</lang:Foreign> കുറച്ചു <lang:Foreign>busy</lang:Foreign> ആയിരിക്കും. ചിലപ്പോൾ അപ്പത്തന്ന് <lang:Foreign>return mail</lang:Foreign> വരില്ലായിരിക്കും എങ്ങാനും വന്നില്ലെങ്കിൽ
    152.059 - 158.190
    <lang:Foreign>incase</lang:Foreign> അതിന്റെ <lang:Foreign>primary number</lang:Foreign> ഇൽ വിളിച്ചിട്ട് കിട്ടില്ലെങ്കിൽ ആ <lang:Foreign>alternate number</lang:Foreign> ഇൽ വിളിക്കാൻ കൂടി പുള്ളിക്ക് ഒന്ന് <lang:Foreign>instruction</lang:Foreign> കൊടുക്കാമോ
    158.784 - 165.209
    <lang:Foreign>sure sure</lang:Foreign> അങ്ങെനെ ഒരു <lang:Foreign>instruction</lang:Foreign> കൊടുക്കാം <lang:Foreign>agent</lang:Foreign> നു <lang:Foreign>ma'am</lang:Foreign> അതിന്റെമുന്നേ <lang:Foreign>ma'am</lang:Foreign> ന്റെ <lang:Foreign>pin number</lang:Foreign> ഒന്നുകൂടെ പറയാവോ <lang:Foreign>pin number</lang:Foreign> ഒന്നുകൂടെ പറയാവോ
    165.784 - 167.084
    <lang:Foreign>pin number</lang:Foreign> ഒന്നുകൂടെ പറയാവോ
    168.639 - 168.923
    #അഹ് <lang:Foreign>six nine</lang:Foreign> <lang:Foreign>six nine</lang:Foreign>
    169.428 - 170.228
    <lang:Foreign>six nine</lang:Foreign>
    170.703 - 171.268
    <lang:Foreign>six nine</lang:Foreign>
    172.158 - 173.008
    <lang:Foreign>five three</lang:Foreign>
    173.743 - 174.343
    <lang:Foreign>five three</lang:Foreign>
    174.718 - 175.258
    <lang:Foreign>double two</lang:Foreign>
    175.728 - 178.573
    <lang:Foreign>double two okay ma'am trivandrum</lang:Foreign> ത്തല്ലെ <lang:Foreign>pickup</lang:Foreign> വരുന്നത്
    180.000 - 180.419
    അതെ
    180.138 - 185.362
    <lang:Foreign>okay ma'am pickup</lang:Foreign> നു <lang:Foreign>eligible</lang:Foreign> ആണ് <lang:Foreign>ma'am incase april second</lang:Foreign> നു <lang:Foreign>available</lang:Foreign> അല്ലെങ്കിൽ ഒരു <lang:Foreign>april first</lang:Foreign> ഒക്കെആവുമ്പോ വീണ്ടും ഒരു ഒരു <lang:Foreign>confirmation call</lang:Foreign> പോലെ നടത്താം. ഒരു <lang:Foreign>april first</lang:Foreign> ഒക്കെആവുമ്പോ വീണ്ടും ഒരു ഒരു <lang:Foreign>confirmation call</lang:Foreign> പോലെ നടത്താം.
    185.813 - 188.439
    ഒരു <lang:Foreign>april first</lang:Foreign> ഒക്കെആവുമ്പോ വീണ്ടും ഒരു
    189.107 - 191.442
    ഒരു <lang:Foreign>confirmation call</lang:Foreign> പോലെ നടത്താം.
    191.907 - 197.742
    <lang:Foreign>ma'am available</lang:Foreign> ആയിരിക്കും എന്ന് <lang:Foreign>i hope ma'am</lang:Foreign> അന്ന് അല്ലെങ്കിൽ ഒന്ന് <lang:Foreign>mention</lang:Foreign> ചെയ്യാൻ മറക്കരുത് അപ്പൊ എനിക്ക്
    194.588 - 194.914
    #ഹ്മ്മ്
    198.244 - 202.789
    എന്റെ <lang:Foreign>side</lang:Foreign> ന് പറ്റുന്നത്ര എനിക്ക് വീണ്ടും <lang:Foreign>reschedule</lang:Foreign> ചെയ്തു തരാം. ഞങ്ങൾക്ക് <lang:Foreign>policy</lang:Foreign> ഇൽ അങ്ങനെയില്ല <lang:Foreign>actually. </lang:Foreign>
    204.836 - 208.446
    പക്ഷേ അത് ചെയ്താൽ ഭയങ്കര <lang:Foreign>helpfull</lang:Foreign> ആയിരിക്കും. <lang:Foreign>possible</lang:Foreign> ആണെങ്കിൽ
    207.018 - 208.210
    #അഹ് <lang:Foreign>sure sure</lang:Foreign> <lang:Foreign>okay ma'am</lang:Foreign> #അഹ് <lang:Foreign>ma'am</lang:Foreign>
    208.870 - 210.159
    <lang:Foreign>okay ma'am</lang:Foreign> #അഹ് <lang:Foreign>ma'am</lang:Foreign>
    208.954 - 211.648
    <lang:Foreign>okay</lang:Foreign> പിന്നെ എനിക്കൊരു <lang:Foreign>additional question</lang:Foreign> ഉണ്ടായിരുന്നു <lang:Foreign>actually</lang:Foreign>
    212.346 - 213.066
    ആ പറഞ്ഞോളൂ
    212.589 - 215.843
    <lang:Foreign>like product damage</lang:Foreign> ഉള്ളോണ്ടാണ് <lang:Foreign>return</lang:Foreign> ഇപ്പൊ <lang:Foreign>file</lang:Foreign> ചെയ്തിട്ടുള്ളത് ആ പക്ഷെ <lang:Foreign>like open</lang:Foreign> ചെയ്തപ്പോഴാണ് <lang:Foreign>product damage</lang:Foreign> ഇണ്ട് ന്ന് കണ്ടത് അത്കൊണ്ടാണ് <lang:Foreign>photo</lang:Foreign> എടുത്തിട്ട് ഈ <lang:Foreign>return</lang:Foreign> നു വേണ്ടിട്ട്
    217.340 - 224.385
    ആ പക്ഷെ <lang:Foreign>like open</lang:Foreign> ചെയ്തപ്പോഴാണ് <lang:Foreign>product damage</lang:Foreign> ഇണ്ട് ന്ന് കണ്ടത് അത്കൊണ്ടാണ് <lang:Foreign>photo</lang:Foreign> എടുത്തിട്ട് ഈ <lang:Foreign>return</lang:Foreign> നു വേണ്ടിട്ട്
    217.693 - 218.274
    <lang:Foreign>okay</lang:Foreign>
    223.798 - 224.235
    <lang:Foreign>okay ma'am</lang:Foreign>
    224.925 - 232.939
    <lang:Foreign>apply</lang:Foreign> ചെയ്തതെ പക്ഷെ ഈ <lang:Foreign>outer covering</lang:Foreign> ഞാൻ തുറന്നത് ഇച്ചിരി മറ്റേ <lang:Foreign>tear</lang:Foreign> ആയിരിക്കാണ് അതൊരു പ്രേശ്നാണോ
    228.850 - 229.540
    <lang:Foreign>okay ma'am</lang:Foreign>
    234.779 - 235.734
    -
    237.154 - 238.494
    അതൊരു പ്രേശ്നയിരിക്കുവോ
    237.659 - 238.409
    അങ്ങെനെ പറഞ്ഞോളൂ ആ അല്ല <lang:Foreign>ma'am,</lang:Foreign> ഞങ്ങള് അങ്ങനെ <lang:Foreign>outer packaging</lang:Foreign> നൊന്നും <lang:Foreign>damage</lang:Foreign> വരുത്തരുതെന്ന് പറയുന്നത് <lang:Foreign>basically</lang:Foreign> അവിടെ ഒട്ടിക്കാൻ നിങ്ങളുടെ <lang:Foreign>address</lang:Foreign> സ്സും <lang:Foreign>details product details order details</lang:Foreign> ഒക്കെയുള്ള ഒരു
    239.375 - 249.168
    ആ അല്ല <lang:Foreign>ma'am,</lang:Foreign> ഞങ്ങള് അങ്ങനെ <lang:Foreign>outer packaging</lang:Foreign> നൊന്നും <lang:Foreign>damage</lang:Foreign> വരുത്തരുതെന്ന് പറയുന്നത് <lang:Foreign>basically</lang:Foreign> അവിടെ ഒട്ടിക്കാൻ നിങ്ങളുടെ <lang:Foreign>address</lang:Foreign> സ്സും <lang:Foreign>details product details order details</lang:Foreign> ഒക്കെയുള്ള ഒരു
    249.409 - 256.743
    <lang:Foreign>slip</lang:Foreign> ഉള്ളത് കൊണ്ടാണ് ഞങ്ങള് <lang:Foreign>product damage</lang:Foreign> വരുത്തരുത് എന്ന് പറയുന്നത്. <lang:Foreign>so</lang:Foreign> അതിന് <lang:Foreign>damage</lang:Foreign> വല്ലതും ഉണ്ടോ അങ്ങെനെ <lang:Foreign>slip</lang:Foreign> നു വല്ലതും <lang:Foreign>damage</lang:Foreign> വരുത്തിണ്ടോ
    256.437 - 258.714
    ഇല്ല ഇല്ല അതിനു പ്രശ്നം ഇല്ല
    259.618 - 260.978
    ഇല്ല അത് <lang:Foreign>intact</lang:Foreign> ആണ് <lang:Foreign>ma'am.</lang:Foreign>
    262.179 - 265.409
    #അഹ് അതു അതിനു മേലെ തന്നെയുണ്ട്. അപ്പൊ അത് പ്രശ്‌നം ഉണ്ടാവില്ലല്ലോ
    266.543 - 277.198
    ഇല്ല ഇല്ല <lang:Foreign>ma'am slip</lang:Foreign> ഇണ്ടേൽ കുഴപ്പം ഇല്ല ഞങ്ങൾക്കു <lang:Foreign>agent</lang:Foreign> നെ വിടുമ്പോ അത് <lang:Foreign>easy</lang:Foreign> ആക്കാൻ <lang:Foreign>pickup</lang:Foreign> കുറച്ചൂടെ <lang:Foreign>easy</lang:Foreign> ആക്കാൻ ആണ് ഞങ്ങൾ അങ്ങേനെവേണെന്ന് പറയണേ അങ്ങെനെ ഇണ്ടെങ്കിൽ കുഴപ്പം ഇല്ല അപ്പൊ <lang:Foreign>and</lang:Foreign> അപ്പൊ <lang:Foreign>and</lang:Foreign>
    277.998 - 279.338
    അപ്പൊ <lang:Foreign>and</lang:Foreign>
    278.666 - 279.891
    അത് <lang:Foreign>okay</lang:Foreign>
    280.468 - 288.624
    <lang:Foreign>ma'am</lang:Foreign> ഞങ്ങൾ ഒരു <lang:Foreign>mail</lang:Foreign> അയക്കാം <lang:Foreign>ma'am</lang:Foreign> ന്റ <lang:Foreign>details</lang:Foreign> വെച്ചു #അഹ് <lang:Foreign>reschedule pickup</lang:Foreign> വെച്ചൊരു <lang:Foreign>mail</lang:Foreign> അയക്കാം എങ്ങാനം <lang:Foreign>ma'am</lang:Foreign> ഇനി വല്ല
    288.626 - 288.871
    -
    289.076 - 292.240
    #അഹ് <lang:Foreign>alternations</lang:Foreign> നടത്താൻ ഉണ്ടെങ്കിൽ <lang:Foreign>ma'am</lang:Foreign> ഒന്ന് <lang:Foreign>mail</lang:Foreign> അയക്കാ ഞാൻ നേരത്തെ <lang:Foreign>mention</lang:Foreign> ചെയ്തെപോലെ ഒന്ന് <lang:Foreign>mail</lang:Foreign> അയക്ക ഇല്ലെങ്കിൽ ഞങ്ങൾ വീണ്ടും ഇതുപോലെ <lang:Foreign>contact</lang:Foreign> ചെയ്താമതി ഞങ്ങൾ <lang:Foreign>available</lang:Foreign> ആയിരിക്കും <lang:Foreign>twenty four seven</lang:Foreign> ആണ് ഞങ്ങളെ <lang:Foreign>customer service ma'am</lang:Foreign> ഞാൻ നേരത്തെ <lang:Foreign>mention</lang:Foreign> ചെയ്തെപോലെ ഒന്ന് <lang:Foreign>mail</lang:Foreign> അയക്ക ഇല്ലെങ്കിൽ ഞങ്ങൾ വീണ്ടും ഇതുപോലെ <lang:Foreign>contact</lang:Foreign> ചെയ്താമതി ഞങ്ങൾ <lang:Foreign>available</lang:Foreign> ആയിരിക്കും <lang:Foreign>twenty four seven</lang:Foreign> ആണ് ഞങ്ങളെ <lang:Foreign>customer service ma'am</lang:Foreign>
    292.575 - 295.175
    ഞാൻ നേരത്തെ <lang:Foreign>mention</lang:Foreign> ചെയ്തെപോലെ ഒന്ന് <lang:Foreign>mail</lang:Foreign> അയക്ക ഇല്ലെങ്കിൽ ഞങ്ങൾ
    295.589 - 298.099
    വീണ്ടും ഇതുപോലെ <lang:Foreign>contact</lang:Foreign> ചെയ്താമതി ഞങ്ങൾ <lang:Foreign>available</lang:Foreign> ആയിരിക്കും
    298.479 - 300.714
    <lang:Foreign>twenty four seven</lang:Foreign> ആണ് ഞങ്ങളെ <lang:Foreign>customer service ma'am</lang:Foreign>
    300.859 - 301.084
    #അഹ് <lang:Foreign>okay</lang:Foreign> <lang:Foreign>okay</lang:Foreign>
    302.874 - 303.459
    <lang:Foreign>okay</lang:Foreign>
    303.034 - 304.859
    <lang:Foreign>ma'am</lang:Foreign> വേറെന്തെൽ <lang:Foreign>doubt</lang:Foreign> ഇണ്ടോ
    307.369 - 309.024
    ഇല്ല ഇല്ല വേറൊന്നും ഇല്ല
    308.959 - 309.164
    #ഓഹ്
    309.219 - 309.419
    -
    309.654 - 309.854
    #ഓഹ് <lang:Foreign>okay thank you ma'am</lang:Foreign> <lang:Foreign>okay thank you ma'am</lang:Foreign>
    310.304 - 311.169
    <lang:Foreign>okay thank you ma'am</lang:Foreign>

    Dataset Details

    Card Head Line

    Language

    Malayalam

    Language code

    ml-in

    Country

    India

    Accents

    Kasaragod, North Malabar ...more

    Gender Distribution

    M:60, F:40

    Age Group

    18-70 Years

    File Details

    Card Head Line

    Environment

    Silent, Noisy

    Bit Depth

    16 bit

    Format

    wav

    Sample rate

    8khz & 16khz

    Channel

    Stereo (dual-channel, separated speakers)

    Audio file duration

    5-15 minutes

    Read the License Terms
    Browse FAQs

    Download Sample Dataset

    Download a free sample of this dataset to get more clarity about this set! OR get in touch with one of our expert to get hands on experience 📨

    Prompt Bg

    Similar to Call Center Conversation Speech Datasets

    Card Head Line
    Machine learning audio data for Delivery & Logistics call center in Punjabi (India)
    Punjabi (India)

    Punjabi Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in Punjabi.

    30 Speech Hours
    60 People

    Call Center Conversational AI

    ASR

    Audio data in Portuguese(Brazil) for Delivery & Logistics call center
    Portuguese(Brazil)

    Portuguese (Brazil) Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in Portuguese (Brazil)

    30 Speech Hours
    60 People

    Call Center Conversational AI

    ASR

    AI voice dataset for Delivery & Logistics in German (Germany)
    German (Germany)

    German Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in German.

    30 Speech Hours
    60 People

    Call Center Conversational AI

    ASR

    Bahasa (Indonesia) Speech to text dataset for Delivery & Logistics call center
    Bahasa (Indonesia)

    Bahasa Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in Bahasa.

    40 Speech Hours
    80 People

    Call Center Conversational AI

    ASR

    view all

    View All

    More in Malayalam (india)

    Card Head Line
    AI audio dataset for Retail and E-commerce in Malayalam (India)
    Malayalam (India)

    Malayalam Retail & E-com CC Speech Data

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

    30 Speech Hours
    60 People

    Call Center Conversational AI

    ASR

    AI audio dataset for Telecom in Malayalam (India)
    Malayalam (India)

    Malayalam Telecom CC Speech Data

    Telecom call center audio data in Malayalam.

    30 Speech Hours
    60 People

    Call Center Conversational AI

    ASR

    AI audio dataset for BFSI in Malayalam (India)
    Malayalam (India)

    Malayalam BFSI CC Speech Data

    BFSI call center audio data in Malayalam.

    30 Speech Hours
    60 People

    Call Center Conversational AI

    ASR

    AI audio dataset for Realestate in Malayalam (India)
    Malayalam (India)

    Malayalam Real Estate CC Speech Data

    Real Estate call center audio data in Malayalam.

    30 Speech Hours
    60 People

    Call Center Conversational AI

    ASR

    view all

    View All

    Need datasets for a specific AI/ML use case?
    Don't worry, we've got you covered! 👍

    Contact Us
    Prompt 2 Bg