Go Back

Go back

Marathi (India) Call Center Speech Dataset for Delivery & Logistics

The audio dataset comprises call center conversations for the Delivery & Logistics 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 Delivery and logistics 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 Delivery and Logistics domain designed to enhance the development of call center speech recognition models specifically for the Delivery and Logistics 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 xscenarios related to the Delivery and Logistics 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:
  • •Order Tracking
  • •Delivery Complaint
  • •Undeliverable Address
  • •Delivery Method Selection
  • •Return Process Enquiry
  • •Order Modification, and many more
  • •Outbound Calls:
  • •Delivery Confirmation
  • •Delivery Subscription
  • •Incorrect Address
  • •Missed Delivery Attempt
  • •Delivery Feedback
  • •Out-of-Stock Notification
  • •Delivery Satisfaction Survey, 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 Delivery and Logistics 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 Delivery and Logistics 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 Delivery and Logistics sector.
  • •
    Smart Assistants and Chatbots: Developing conversational agents and virtual assistants for customer service in the Delivery and Logistics 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 Delivery and Logistics 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 Delivery and Logistics 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
    Female(50)Female(20)wav, json

    TRANSCRIPTION

    LABELSTARTENDCHANNELTRANSCRIPT
    Speech1.2812.347Speaker 1<lang:Foreign>Hello Futurebee</lang:Foreign>
    Speech4.3555.392Speaker 2<lang:Foreign>Hello Futurebee</lang:Foreign>
    Speech5.9326.628Speaker 1नमस्कार.
    Speech7.19810.082Speaker 1मी <PII>अश्विनी</PII> (()) <lang:Foreign>courier</lang:Foreign> मध्ये आपलं स्वागत आहे.
    Speech10.48912.035Speaker 1मी आपली काय सेवा करू शकते?
    Speech14.08620.315Speaker 2नमस्कार मला एका (()) मला एक <lang:Foreign>Courier</lang:Foreign> चेन्नईला पाठवायचं आहे. त्या विषयी मला थोडी माहिती सांगाल का?
    Speech22.39325.658Speaker 1हो <lang:Foreign>madam</lang:Foreign> तुमची वस्तू नेमकी काय आहे ते जरा मला सांगाल का?
    Speech26.67330.545Speaker 2हो. माझ्याकडे काही <lang:Foreign>solar</lang:Foreign>च्या <lang:Foreign>cells</lang:Foreign> आहे त्या मला एका
    Speech30.82934.029Speaker 2<lang:Foreign>project</lang:Foreign>साठी माझ्या मैत्रिणीच्या <lang:Foreign>company</lang:Foreign>मध्ये पाठवायच्या आहे.
    Speech34.26538.215Speaker 2तर या <lang:Foreign>cells</lang:Foreign> फार नाजूक आहे म्हणजे जराश्या धक्क्याने सुद्धा त्या तुटू शकतात.
    Speech38.48442.152Speaker 2त्यामुळे त्या व्यवस्थित चेन्नईला कशाप्रकारे पोहचू शकतात हे मला
    Speech42.24343.543Speaker 2जाणून घ्यायचं आहे.
    Speech45.89048.670Speaker 1<lang:Foreign>okay madam</lang:Foreign> तुम्ही अगदी योग्य ठिकाणी माहिती घेत आहात.
    Speech48.83452.042Speaker 1[filler] आम्ही अशा अनेक वस्तू व्यवस्थितपणे त्या त्या जागी पोहोचवल्या आहेत.
    Speech52.47255.847Speaker 1यात अगदी मातीच्या भांडयांपासून ते <lang:Foreign>electronic</lang:Foreign>च्या वस्तू सुद्धा आहे.
    Speech56.45961.286Speaker 1तुम्ही सांगत असलेले <lang:Foreign>solar</lang:Foreign>च्या <lang:Foreign>cells</lang:Foreign> सुद्धा आम्ही व्यवस्थित पोहचवू या विषयी आपण निश्चिन्त राहा.
    Speech63.68665.409Speaker 2पण यासाठी मला काय करावे लागेल?
    Speech66.62973.679Speaker 1मला आणखी एक सांगा की तुम्ही वस्तू घेऊन आमच्या <lang:Foreign>office</lang:Foreign> मध्ये याला की आम्ही तुमच्या पत्त्यावर येऊन <lang:Foreign>parcel pickup</lang:Foreign> करायचं आहे?
    Speech75.95078.736Speaker 2तुम्ही येऊन <lang:Foreign>parcel pick up</lang:Foreign> केलं तर बरं होईल.
    Speech79.93884.668Speaker 1[filler] ठीक आहे मग तुम्हाला आधी आमच्या <lang:Foreign>website</lang:Foreign> वर जाऊन <lang:Foreign>sign up</lang:Foreign> करावं लागेल.
    Speech85.21887.552Speaker 1[filler] यात तुम्ही एकदा तुमची सर्व माहिती भरली
    Speech88.08791.200Speaker 1की तुम्हाला भविष्यात सुद्धा आमच्या <lang:Foreign>company</lang:Foreign> तर्फे <lang:Foreign>courier</lang:Foreign> करता येईल.
    Speech91.94496.986Speaker 1[filler] यात तुम्ही <lang:Foreign>request</lang:Foreign> करू शकता की यात तुम्ही तुमच्या दिलेल्या पत्त्यावर <lang:Foreign>parcel pick up</lang:Foreign> हे मिळणार.
    Speech99.602106.706Speaker 2पण जसं मी सांगितलं की ह्या <lang:Foreign>cells</lang:Foreign> फार नाजूक असतात मग त्यांना व्यवस्थित <lang:Foreign>packing</lang:Foreign> पण करावी लागेल. मग त्यासाठी काय करावे लागेल?
    Speech107.709114.760Speaker 1[filler] <lang:Foreign>madam</lang:Foreign> आमच्या <lang:Foreign>website</lang:Foreign> वर तुम्ही <lang:Foreign>courier now</lang:Foreign> ह्या विभागात गेल्यावर तुम्हाला तिथे आमच्या वस्तूंची माहिती भरायची आहे.
    Speech115.302119.858Speaker 1म्हणजे तुमच्या तुमची जी वस्तू पाठवायची आहे चेन्नईला त्याची माहिती भरायची आहे.
    Speech120.364123.530Speaker 1यातच एक <lang:Foreign>menu</lang:Foreign> आहे त्यात तुम्हाला <lang:Foreign>packing</lang:Foreign> पण हवं आहे
    Speech123.751126.451Speaker 1की नकोय असं (()) मध्ये असतील.
    Speech126.810131.056Speaker 1त्यातील हवं आहे यावर जर तुम्ही <lang:Foreign>click</lang:Foreign> केलं तर पुढे येणाऱ्या <lang:Foreign>window</lang:Foreign> मध्ये
    Speech131.172133.597Speaker 1तुमच्या वस्तूची <lang:Foreign>size</lang:Foreign> तुम्हाला टाकायची आहे.
    Speech134.110138.497Speaker 1त्यातच असलेल्या एका <lang:Foreign>menu delicate</lang:Foreign> ह्या विभागावर तुम्ही <lang:Foreign>click</lang:Foreign> करायचं आहे.
    Speech139.149141.585Speaker 1मग तुमचा <lang:Foreign>available</lang:Foreign> वेळ विचारला जाईल.
    Speech142.020144.907Speaker 1तुम्ही साधारणपणे दिलेल्या पत्त्यावर कधी उपलब्ध असाल.
    Speech145.454146.705Speaker 1हे त्यात लिहायचं आहे.
    Speech147.162149.024Speaker 1अशी सर्व माहिती (()) भरून झाली.
    Speech149.454152.026Speaker 1की मग तुम्हाला आमच्या प्रतिनिधी कडून एक <lang:Foreign>call</lang:Foreign> येईल.
    Speech152.550155.109Speaker 1त्याला तुम्ही तुमच्या <lang:Foreign>solar cells</lang:Foreign> विषयी सांगू शकता.
    Speech155.622160.127Speaker 1म्हणजे तो अशा नाजूक गोष्टींच्या <lang:Foreign>packing</lang:Foreign>साठी ज्या गोष्टी आवश्यक आहे त्या
    Speech160.556163.336Speaker 1तुमच्या दिलेल्या पत्त्यावरती येणाऱ्या माणसासोबत पाठवेल.
    Speech163.925165.282Speaker 1मग तो माणूस <lang:Foreign>packing</lang:Foreign> करेल.
    Speech169.723174.568Speaker 2मला हे जरा समजलं नाही की जी आता तुम्ही प्रक्रिया सांगितली <lang:Foreign>please</lang:Foreign> मला परत सांगाल का?
    Speech175.211183.598Speaker 1हो <lang:Foreign>madam</lang:Foreign> नक्कीच. कसं आहे आमची जी <lang:Foreign>website</lang:Foreign> आहे ना (()) <lang:Foreign>courier dot com</lang:Foreign> त्याच्यावर तुम्ही जर गेलात तर तिथे <lang:Foreign>courier now</lang:Foreign> नावाचा एक <lang:Foreign>menu</lang:Foreign> असेल.
    Speech179.520180.056Speaker 2हा.

    TRANSCRIPTION

    TIMETRANSCRIPT
    1.281
    2.347    		<lang:Foreign>Hello Futurebee</lang:Foreign>
    4.355
    5.392    		<lang:Foreign>Hello Futurebee</lang:Foreign>
    5.932
    6.628    		नमस्कार.
    7.198
    10.082    		मी <PII>अश्विनी</PII> (()) <lang:Foreign>courier</lang:Foreign> मध्ये आपलं स्वागत आहे.
    10.489
    12.035    		मी आपली काय सेवा करू शकते?
    14.086
    20.315    		नमस्कार मला एका (()) मला एक <lang:Foreign>Courier</lang:Foreign> चेन्नईला पाठवायचं आहे. त्या विषयी मला थोडी माहिती सांगाल का?
    22.393
    25.658    		हो <lang:Foreign>madam</lang:Foreign> तुमची वस्तू नेमकी काय आहे ते जरा मला सांगाल का?
    26.673
    30.545    		हो. माझ्याकडे काही <lang:Foreign>solar</lang:Foreign>च्या <lang:Foreign>cells</lang:Foreign> आहे त्या मला एका
    30.829
    34.029    		<lang:Foreign>project</lang:Foreign>साठी माझ्या मैत्रिणीच्या <lang:Foreign>company</lang:Foreign>मध्ये पाठवायच्या आहे.
    34.265
    38.215    		तर या <lang:Foreign>cells</lang:Foreign> फार नाजूक आहे म्हणजे जराश्या धक्क्याने सुद्धा त्या तुटू शकतात.
    38.484
    42.152    		त्यामुळे त्या व्यवस्थित चेन्नईला कशाप्रकारे पोहचू शकतात हे मला
    42.243
    43.543    		जाणून घ्यायचं आहे.
    45.890
    48.670    		<lang:Foreign>okay madam</lang:Foreign> तुम्ही अगदी योग्य ठिकाणी माहिती घेत आहात.
    48.834
    52.042    		[filler] आम्ही अशा अनेक वस्तू व्यवस्थितपणे त्या त्या जागी पोहोचवल्या आहेत.
    52.472
    55.847    		यात अगदी मातीच्या भांडयांपासून ते <lang:Foreign>electronic</lang:Foreign>च्या वस्तू सुद्धा आहे.
    56.459
    61.286    		तुम्ही सांगत असलेले <lang:Foreign>solar</lang:Foreign>च्या <lang:Foreign>cells</lang:Foreign> सुद्धा आम्ही व्यवस्थित पोहचवू या विषयी आपण निश्चिन्त राहा.
    63.686
    65.409    		पण यासाठी मला काय करावे लागेल?
    66.629
    73.679    		मला आणखी एक सांगा की तुम्ही वस्तू घेऊन आमच्या <lang:Foreign>office</lang:Foreign> मध्ये याला की आम्ही तुमच्या पत्त्यावर येऊन <lang:Foreign>parcel pickup</lang:Foreign> करायचं आहे?
    75.950
    78.736    		तुम्ही येऊन <lang:Foreign>parcel pick up</lang:Foreign> केलं तर बरं होईल.
    79.938
    84.668    		[filler] ठीक आहे मग तुम्हाला आधी आमच्या <lang:Foreign>website</lang:Foreign> वर जाऊन <lang:Foreign>sign up</lang:Foreign> करावं लागेल.
    85.218
    87.552    		[filler] यात तुम्ही एकदा तुमची सर्व माहिती भरली
    88.087
    91.200    		की तुम्हाला भविष्यात सुद्धा आमच्या <lang:Foreign>company</lang:Foreign> तर्फे <lang:Foreign>courier</lang:Foreign> करता येईल.
    91.944
    96.986    		[filler] यात तुम्ही <lang:Foreign>request</lang:Foreign> करू शकता की यात तुम्ही तुमच्या दिलेल्या पत्त्यावर <lang:Foreign>parcel pick up</lang:Foreign> हे मिळणार.
    99.602
    106.706    		पण जसं मी सांगितलं की ह्या <lang:Foreign>cells</lang:Foreign> फार नाजूक असतात मग त्यांना व्यवस्थित <lang:Foreign>packing</lang:Foreign> पण करावी लागेल. मग त्यासाठी काय करावे लागेल?
    107.709
    114.760    		[filler] <lang:Foreign>madam</lang:Foreign> आमच्या <lang:Foreign>website</lang:Foreign> वर तुम्ही <lang:Foreign>courier now</lang:Foreign> ह्या विभागात गेल्यावर तुम्हाला तिथे आमच्या वस्तूंची माहिती भरायची आहे.
    115.302
    119.858    		म्हणजे तुमच्या तुमची जी वस्तू पाठवायची आहे चेन्नईला त्याची माहिती भरायची आहे.
    120.364
    123.530    		यातच एक <lang:Foreign>menu</lang:Foreign> आहे त्यात तुम्हाला <lang:Foreign>packing</lang:Foreign> पण हवं आहे
    123.751
    126.451    		की नकोय असं (()) मध्ये असतील.
    126.810
    131.056    		त्यातील हवं आहे यावर जर तुम्ही <lang:Foreign>click</lang:Foreign> केलं तर पुढे येणाऱ्या <lang:Foreign>window</lang:Foreign> मध्ये
    131.172
    133.597    		तुमच्या वस्तूची <lang:Foreign>size</lang:Foreign> तुम्हाला टाकायची आहे.
    134.110
    138.497    		त्यातच असलेल्या एका <lang:Foreign>menu delicate</lang:Foreign> ह्या विभागावर तुम्ही <lang:Foreign>click</lang:Foreign> करायचं आहे.
    139.149
    141.585    		मग तुमचा <lang:Foreign>available</lang:Foreign> वेळ विचारला जाईल.
    142.020
    144.907    		तुम्ही साधारणपणे दिलेल्या पत्त्यावर कधी उपलब्ध असाल.
    145.454
    146.705    		हे त्यात लिहायचं आहे.
    147.162
    149.024    		अशी सर्व माहिती (()) भरून झाली.
    149.454
    152.026    		की मग तुम्हाला आमच्या प्रतिनिधी कडून एक <lang:Foreign>call</lang:Foreign> येईल.
    152.550
    155.109    		त्याला तुम्ही तुमच्या <lang:Foreign>solar cells</lang:Foreign> विषयी सांगू शकता.
    155.622
    160.127    		म्हणजे तो अशा नाजूक गोष्टींच्या <lang:Foreign>packing</lang:Foreign>साठी ज्या गोष्टी आवश्यक आहे त्या
    160.556
    163.336    		तुमच्या दिलेल्या पत्त्यावरती येणाऱ्या माणसासोबत पाठवेल.
    163.925
    165.282    		मग तो माणूस <lang:Foreign>packing</lang:Foreign> करेल.
    169.723
    174.568    		मला हे जरा समजलं नाही की जी आता तुम्ही प्रक्रिया सांगितली <lang:Foreign>please</lang:Foreign> मला परत सांगाल का?
    175.211
    183.598    		हो <lang:Foreign>madam</lang:Foreign> नक्कीच. कसं आहे आमची जी <lang:Foreign>website</lang:Foreign> आहे ना (()) <lang:Foreign>courier dot com</lang:Foreign> त्याच्यावर तुम्ही जर गेलात तर तिथे <lang:Foreign>courier now</lang:Foreign> नावाचा एक <lang:Foreign>menu</lang:Foreign> असेल.
    179.520
    180.056    		हा.

    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

    Dual separate channel

    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 Delivery & Logistics Call Center Speech Datasets

    Audio Card Head Line
    Arabic (Algeria) Speech to text dataset for Delivery and logistics call center

    Algerian Arabic Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in Algerian Arabic.

    30 Speech Hours

    60 People

    ASR

    Conversational AI

    Audio data in Tamil (India) for Delivery and logistics call center

    Tamil Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in Tamil.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Audio data in English (Philippines) for Delivery and Logistics call center

    Philippine English Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in Philippine English

    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

    More in Marathi (India)

    Audio Card Head Line
    Machine learning speech data for Retail and E-commerce call center in Marathi (India)

    Marathi Retail & E-com CC Speech Data

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

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    English (New Zealand) call center audio recording for Telecom industry

    New Zealand Telecom CC Speech Data

    Telecom call center audio data in New Zealand English.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning voice data for Healthcare call center in Malayalam (India)

    Norwegian Healthcare CC Speech Data

    Healthcare call center audio data in Norwegian.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    AI voice dataset for Delivery and logistics in Gujarati (India)

    Japanese Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in Japanese.

    40 Speech Hours

    80 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.