Gujarati (India) Call Center Speech Dataset for Real Estate

The audio dataset includes call center conversations in Real Estate, featuring native Gujarati speakers from India, with detailed metadata and accurate transcriptions.

Category

Unscripted Call Center Conversations

Total Volume

30 Speech Hours

Last updated

July 2023

Number of participants

60

Get this Speech Dataset

Get Dataset Btn

About this Off-the-shelf Speech Dataset

About Gradiet Line

What’s Included

Welcome to the Gujarati Language Call Center Speech Dataset for the Real Estate domain. It is a specialized and comprehensive collection of voice data designed to enhance the development of call center speech recognition models specifically for the Real Estate industry.


With high-quality call center audio recordings, detailed metadata, and accurate transcriptions, it empowers researchers and developers to enhance natural language processing, conversational AI, and generative voice AI algorithms in the Real Estate domain. Moreover, it facilitates the creation of sophisticated voice assistants and voice bots tailored to the unique linguistic nuances found in the Gujarati language spoken in India.


Speech Data:

This training dataset comprises 30 hours of call center audio recordings covering various topics and scenarios related to the Real Estate domain, to build robust and accurate customer service speech technology.


To curate realistic call center interactions, we collaborated with a diverse network of 60 expert native Gujarati speakers from different part of Gujarat. This collaborative effort ensures a balanced representation of Indian accents, dialects, and demographics, promoting inclusivity and reducing biases in the dataset.


Each audio recording captures the essence of unscripted and spontaneous conversations between call center agents and customers, with an average duration ranging from 5 to 15 minutes per call. The dataset includes both inbound and outbound calls, covering scenarios such as inquiries, promotional offers, complaints, technical support, and more. Additionally, the dataset contains call center conversations with both positive and negative outcomes, providing a diverse and realistic dataset.


The speech data is available in WAV format with stereo channels, a bit depth of 16 bits, and a sample rate of 8 kHz, ensuring high-quality audio for accurate analysis. The recording environment is generally quiet, without background noise and echo.


Metadata:

In addition to the audio recordings, our dataset provides comprehensive metadata for each participant. This includes the participant’s age, gender, country, state, and dialect. Additionally, it includes metadata like domain, topic, call type, outcome, bit depth, and sample rate for each conversation.


The metadata serves as a powerful tool for understanding and characterizing the data, enabling informed decision-making in the development of Gujarati language call center speech recognition models for the Real Estate domain.


Transcription:

To facilitate your workflow, the dataset includes manual verbatim transcriptions of each call center audio file in JSON format. The transcriptions capture speaker-wise transcription with time-coded segmentation along with non-speech labels and tags, covering both the agent and customer conversations.


These ready-to-use transcriptions accelerate the development of Real Estate call center conversational AI and ASR models for the Gujarati language.


Updates and Customization:

We understand the importance of collecting data in various environments to build robust ASR models. Therefore, our call center voice dataset is regularly updated with new audio data captured in diverse real-world conditions.


If you require a custom training dataset with specific environmental conditions, we can accommodate your request. We can provide voice data with customized sample rates ranging from 8kHz to 48kHz, allowing you to fine-tune your models for different audio recording setups. Additionally, we can also customize the transcription following your specific guidelines and requirements, to further support your ASR development process.


License:

This Real Estate call center audio dataset is created by FutureBeeAI and is available for commercial use!


Conclusion:

Whether you are training or fine-tuning speech recognition models, advancing NLP algorithms, or building state-of-the-art voice assistants to improve customer experiences in the Real Estate sector, our dataset serves as a trusted resource to meet your goals


Use Cases

Use of speech data for Automatic Speech Recognition

ASR

Use of speech data in Conversational AI

Conversational AI

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(30)Male(26)wav, json

TRANSCRIPTION

LABELSTARTENDCHANNELTRANSCRIPT
Speech1.2741.825Speaker 1<lang:Foreign>Hello</lang:Foreign>
Speech2.7503.725Speaker 2<lang:Foreign>Hello Freebee</lang:Foreign>
Speech4.9247.948Speaker 1હા હા <lang:Foreign>Futurebee</lang:Foreign> <lang:Foreign>से</lang:Foreign> <lang:Foreign>Futurebee</lang:Foreign> થી વાત કરું છું હું.
Speech8.3009.599Speaker 1<PII>અજીન્ક્ય</PII> છે મારું નામ
Speech10.04811.698Speaker 1#આહ તમે <PII>સુભમ મહાજન</PII> ને
Speech12.74915.022Speaker 2#આહ મેં <lang:Foreign>last time call</lang:Foreign> કર્યો હતો.
Speech15.49619.823Speaker 1હા હા <lang:Foreign>sir</lang:Foreign> હા બોલો <lang:Foreign>sir</lang:Foreign> કેવી રીતે આજે હું તમારી સહાયતા કરી શકું છું. બોલો
Speech17.34718.498Speaker 2ત્રણ દિવસ પેલા
Speech21.12329.071Speaker 2હા તો [noise] મારે <lang:Foreign>actually investment</lang:Foreign> કરવું છે સો મારે <lang:Foreign>flats</lang:Foreign> ની <lang:Foreign>booking</lang:Foreign> કરવી છે. પુને માં
Speech31.32135.710Speaker 1અચ્છા <lang:Foreign>flats</lang:Foreign> એટલે <lang:Foreign>sir</lang:Foreign> તમે એક <lang:Foreign>flat</lang:Foreign> તમારા <lang:Foreign>family</lang:Foreign> માટે લો છો કે કેવી રીતે છે?
Speech36.68546.228Speaker 2હા એક મારા <lang:Foreign>father</lang:Foreign> ને <lang:Foreign>mother</lang:Foreign> એમના માટે લેવો છે. અને એક મારા માટે લેવો છે. તો <lang:Foreign>side by side</lang:Foreign> બે <lang:Foreign>property</lang:Foreign> હોય ને એવું અમને કરવાનું છે.
Speech47.65251.350Speaker 1અચ્છા અચ્છા સરસ સરસ તો <lang:Foreign>sir</lang:Foreign> પુને માં તમે ક્યાં <lang:Foreign>area</lang:Foreign> માં વિચાર કરો છો?
Speech52.37759.965Speaker 2#આહ મારે <lang:Foreign>job</lang:Foreign> હિંજેવાડી માં હોય તો તો <lang:Foreign>better</lang:Foreign> છે કે એન જે હિંજેવાડી <lang:Foreign>side</lang:Foreign> નહીં તો પીપંળી છીંછોડ <lang:Foreign>side</lang:Foreign>
Speech61.34064.938Speaker 1અચ્છા આ બહુ <lang:Foreign>develop develop</lang:Foreign> થતો.
Speech61.89066.489Speaker 2કેમ કે મારે વધારે <lang:Foreign>out of</lang:Foreign> મારે <lang:Foreign>out of city project</lang:Foreign> નથી લેવો છે.
Speech66.78968.962Speaker 2<lang:Foreign>actual main city</lang:Foreign> માં જ લેવું છે તો
Speech67.46267.989Speaker 1હા
Speech69.63870.837Speaker 2એજ છે. <lang:Foreign>requirement</lang:Foreign>
Speech71.51383.712Speaker 1અચ્છા અચ્છા હિજેવાળી પીપળી ચિનચોડ ખરાડી આ બધા <lang:Foreign>area develop</lang:Foreign> બી થાય છે સારા <lang:Foreign>area</lang:Foreign> છે તમારે સારું રહેશે. મને બે ચાર વિગત વધારે વધારે હું તમને <lang:Foreign>just information</lang:Foreign> લઉં છું તો તમને એ રીતના <lang:Foreign>suggestion</lang:Foreign> કરું.
Speech83.91294.489Speaker 1તો મને બે વસ્તુ બતાવો <lang:Foreign>sir</lang:Foreign> એક કે તમે કેવા <lang:Foreign>type</lang:Foreign> ના ઘર જુઓ છો. <lang:Foreign>sir</lang:Foreign> તમે <lang:Foreign>two <initial>BHK</initial> three <initial>BHK</initial></lang:Foreign> <lang:Foreign>villa</lang:Foreign> કે <lang:Foreign>pent house</lang:Foreign> કે કયા<lang:Foreign>type</lang:Foreign>નું જોઈએ છે. <lang:Foreign>sir</lang:Foreign> તમને
Speech95.739101.435Speaker 2 એક એક મારા <lang:Foreign>father mother</lang:Foreign> માટે જે <lang:Foreign>flat</lang:Foreign> લેવો છે. એ <lang:Foreign>two <initial>BHK</initial></lang:Foreign> હોય તો સારું અને
Speech100.611101.159Speaker 1#હમ
Speech101.775105.799Speaker 2 #હમ જે મારા માટે છે બીજો <lang:Foreign>flat</lang:Foreign> આપણે કરીશું <lang:Foreign>three <initial>BHK</initial></lang:Foreign> જોઈએ.
Speech107.709108.983Speaker 1અચ્છા સરસ
Speech109.325110.299Speaker 1#આહ
Speech109.909110.730Speaker 2અને
Speech111.049111.625Speaker 2ને
Speech111.950117.724Speaker 2#આહ એટલે<lang:Foreign>area</lang:Foreign> તો સારો જોઈએ. જ પણ એમાં <lang:Foreign>facilities</lang:Foreign> પણ સારી જોઈએ. જે આપણે #આહ
Speech120.328124.433Speaker 2<lang:Foreign>Security</lang:Foreign> ને એવું બધું <lang:Foreign>facilities</lang:Foreign> હોય <lang:Foreign>garden</lang:Foreign> કે <lang:Foreign>gym and all</lang:Foreign> એ વાળું
Speech120.558121.507Speaker 1તો બધી
Speech124.174125.150Speaker 1અચ્છા અચ્છા <lang:Foreign>sir</lang:Foreign>
Speech124.700125.525Speaker 2<lang:Foreign>okay</lang:Foreign>
Speech125.632135.348Speaker 1એ તો <lang:Foreign>gated security gated area</lang:Foreign> હોય <lang:Foreign>gated society</lang:Foreign> હોય મોટી એટલે એમાં આ બધું આજકાલ <lang:Foreign>included</lang:Foreign> જ આવે <lang:Foreign>sir</lang:Foreign> બધું તમારી <lang:Foreign>facilities</lang:Foreign> છે ને <lang:Foreign>swimming pull</lang:Foreign> થી લઈને <lang:Foreign>gym</lang:Foreign> થી લઈને <lang:Foreign>club house</lang:Foreign> થી લઈને
Speech135.574141.925Speaker 1પાણી ને <lang:Foreign>power power back</lang:Foreign> ને આ બધું આવે જ છે અમારા બધા એમાં એ તમને વાંધો નઈ આવે.
Speech142.199147.848Speaker 1#આહ અને <lang:Foreign>area specious area</lang:Foreign> હોય છે અમારા <lang:Foreign>Futurebee</lang:Foreign> ના બધા <lang:Foreign>project</lang:Foreign> છે ને બહુ <lang:Foreign>specious</lang:Foreign>
Speech144.000144.675Speaker 2<lang:Foreign>okay</lang:Foreign>
Speech148.816149.466Speaker 1હોય છે.
Speech150.091156.413Speaker 1તો એ રીત ના બી <lang:Foreign>problem</lang:Foreign> નથી ને બધા #આહ ઘરોના ઘર માં <lang:Foreign>balcony</lang:Foreign> બી આવશે. તમને એક એક <lang:Foreign>room</lang:Foreign> માં
Speech150.639151.288Speaker 2<lang:Foreign>okay</lang:Foreign>
Speech156.562167.514Speaker 1અને તમને એક <lang:Foreign>storage area</lang:Foreign> બી આવશે અલગ થી એ બધું તો છે જ <lang:Foreign>sir</lang:Foreign> એનો વાંધો નથી. મને ખાલી એક જણાવશો બીજું <lang:Foreign>final</lang:Foreign> કે તમારું <lang:Foreign>sir budget</lang:Foreign> તમે કેટલાનું વિચારો છો.
Speech170.735171.485Speaker 2#આહ
Speech172.275176.074Speaker 2<lang:Foreign>approxi</lang:Foreign> (()) છે ને ત્રણ સાડા ત્રણ કરોડ સુધી
Speech176.550177.900Speaker 2બન્ને <lang:Foreign>flat</lang:Foreign> ના મળીને
Speech177.211177.763Speaker 1હા
Speech179.187180.788Speaker 1બેવું <lang:Foreign>flat</lang:Foreign> મળીને ત્રણ
Speech180.014181.590Speaker 2<lang:Foreign>including yes</lang:Foreign>

TRANSCRIPTION

TIMETRANSCRIPT
1.274
1.825
<lang:Foreign>Hello</lang:Foreign>
2.750
3.725
<lang:Foreign>Hello Freebee</lang:Foreign>
4.924
7.948
હા હા <lang:Foreign>Futurebee</lang:Foreign> <lang:Foreign>से</lang:Foreign> <lang:Foreign>Futurebee</lang:Foreign> થી વાત કરું છું હું.
8.300
9.599
<PII>અજીન્ક્ય</PII> છે મારું નામ
10.048
11.698
#આહ તમે <PII>સુભમ મહાજન</PII> ને
12.749
15.022
#આહ મેં <lang:Foreign>last time call</lang:Foreign> કર્યો હતો.
15.496
19.823
હા હા <lang:Foreign>sir</lang:Foreign> હા બોલો <lang:Foreign>sir</lang:Foreign> કેવી રીતે આજે હું તમારી સહાયતા કરી શકું છું. બોલો
17.347
18.498
ત્રણ દિવસ પેલા
21.123
29.071
હા તો [noise] મારે <lang:Foreign>actually investment</lang:Foreign> કરવું છે સો મારે <lang:Foreign>flats</lang:Foreign> ની <lang:Foreign>booking</lang:Foreign> કરવી છે. પુને માં
31.321
35.710
અચ્છા <lang:Foreign>flats</lang:Foreign> એટલે <lang:Foreign>sir</lang:Foreign> તમે એક <lang:Foreign>flat</lang:Foreign> તમારા <lang:Foreign>family</lang:Foreign> માટે લો છો કે કેવી રીતે છે?
36.685
46.228
હા એક મારા <lang:Foreign>father</lang:Foreign> ને <lang:Foreign>mother</lang:Foreign> એમના માટે લેવો છે. અને એક મારા માટે લેવો છે. તો <lang:Foreign>side by side</lang:Foreign> બે <lang:Foreign>property</lang:Foreign> હોય ને એવું અમને કરવાનું છે.
47.652
51.350
અચ્છા અચ્છા સરસ સરસ તો <lang:Foreign>sir</lang:Foreign> પુને માં તમે ક્યાં <lang:Foreign>area</lang:Foreign> માં વિચાર કરો છો?
52.377
59.965
#આહ મારે <lang:Foreign>job</lang:Foreign> હિંજેવાડી માં હોય તો તો <lang:Foreign>better</lang:Foreign> છે કે એન જે હિંજેવાડી <lang:Foreign>side</lang:Foreign> નહીં તો પીપંળી છીંછોડ <lang:Foreign>side</lang:Foreign>
61.340
64.938
અચ્છા આ બહુ <lang:Foreign>develop develop</lang:Foreign> થતો.
61.890
66.489
કેમ કે મારે વધારે <lang:Foreign>out of</lang:Foreign> મારે <lang:Foreign>out of city project</lang:Foreign> નથી લેવો છે.
66.789
68.962
<lang:Foreign>actual main city</lang:Foreign> માં જ લેવું છે તો
67.462
67.989
હા
69.638
70.837
એજ છે. <lang:Foreign>requirement</lang:Foreign>
71.513
83.712
અચ્છા અચ્છા હિજેવાળી પીપળી ચિનચોડ ખરાડી આ બધા <lang:Foreign>area develop</lang:Foreign> બી થાય છે સારા <lang:Foreign>area</lang:Foreign> છે તમારે સારું રહેશે. મને બે ચાર વિગત વધારે વધારે હું તમને <lang:Foreign>just information</lang:Foreign> લઉં છું તો તમને એ રીતના <lang:Foreign>suggestion</lang:Foreign> કરું.
83.912
94.489
તો મને બે વસ્તુ બતાવો <lang:Foreign>sir</lang:Foreign> એક કે તમે કેવા <lang:Foreign>type</lang:Foreign> ના ઘર જુઓ છો. <lang:Foreign>sir</lang:Foreign> તમે <lang:Foreign>two <initial>BHK</initial> three <initial>BHK</initial></lang:Foreign> <lang:Foreign>villa</lang:Foreign> કે <lang:Foreign>pent house</lang:Foreign> કે કયા<lang:Foreign>type</lang:Foreign>નું જોઈએ છે. <lang:Foreign>sir</lang:Foreign> તમને
95.739
101.435
એક એક મારા <lang:Foreign>father mother</lang:Foreign> માટે જે <lang:Foreign>flat</lang:Foreign> લેવો છે. એ <lang:Foreign>two <initial>BHK</initial></lang:Foreign> હોય તો સારું અને
100.611
101.159
#હમ
101.775
105.799
#હમ જે મારા માટે છે બીજો <lang:Foreign>flat</lang:Foreign> આપણે કરીશું <lang:Foreign>three <initial>BHK</initial></lang:Foreign> જોઈએ.
107.709
108.983
અચ્છા સરસ
109.325
110.299
#આહ
109.909
110.730
અને
111.049
111.625
ને
111.950
117.724
#આહ એટલે<lang:Foreign>area</lang:Foreign> તો સારો જોઈએ. જ પણ એમાં <lang:Foreign>facilities</lang:Foreign> પણ સારી જોઈએ. જે આપણે #આહ
120.328
124.433
<lang:Foreign>Security</lang:Foreign> ને એવું બધું <lang:Foreign>facilities</lang:Foreign> હોય <lang:Foreign>garden</lang:Foreign> કે <lang:Foreign>gym and all</lang:Foreign> એ વાળું
120.558
121.507
તો બધી
124.174
125.150
અચ્છા અચ્છા <lang:Foreign>sir</lang:Foreign>
124.700
125.525
<lang:Foreign>okay</lang:Foreign>
125.632
135.348
એ તો <lang:Foreign>gated security gated area</lang:Foreign> હોય <lang:Foreign>gated society</lang:Foreign> હોય મોટી એટલે એમાં આ બધું આજકાલ <lang:Foreign>included</lang:Foreign> જ આવે <lang:Foreign>sir</lang:Foreign> બધું તમારી <lang:Foreign>facilities</lang:Foreign> છે ને <lang:Foreign>swimming pull</lang:Foreign> થી લઈને <lang:Foreign>gym</lang:Foreign> થી લઈને <lang:Foreign>club house</lang:Foreign> થી લઈને
135.574
141.925
પાણી ને <lang:Foreign>power power back</lang:Foreign> ને આ બધું આવે જ છે અમારા બધા એમાં એ તમને વાંધો નઈ આવે.
142.199
147.848
#આહ અને <lang:Foreign>area specious area</lang:Foreign> હોય છે અમારા <lang:Foreign>Futurebee</lang:Foreign> ના બધા <lang:Foreign>project</lang:Foreign> છે ને બહુ <lang:Foreign>specious</lang:Foreign>
144.000
144.675
<lang:Foreign>okay</lang:Foreign>
148.816
149.466
હોય છે.
150.091
156.413
તો એ રીત ના બી <lang:Foreign>problem</lang:Foreign> નથી ને બધા #આહ ઘરોના ઘર માં <lang:Foreign>balcony</lang:Foreign> બી આવશે. તમને એક એક <lang:Foreign>room</lang:Foreign> માં
150.639
151.288
<lang:Foreign>okay</lang:Foreign>
156.562
167.514
અને તમને એક <lang:Foreign>storage area</lang:Foreign> બી આવશે અલગ થી એ બધું તો છે જ <lang:Foreign>sir</lang:Foreign> એનો વાંધો નથી. મને ખાલી એક જણાવશો બીજું <lang:Foreign>final</lang:Foreign> કે તમારું <lang:Foreign>sir budget</lang:Foreign> તમે કેટલાનું વિચારો છો.
170.735
171.485
#આહ
172.275
176.074
<lang:Foreign>approxi</lang:Foreign> (()) છે ને ત્રણ સાડા ત્રણ કરોડ સુધી
176.550
177.900
બન્ને <lang:Foreign>flat</lang:Foreign> ના મળીને
177.211
177.763
હા
179.187
180.788
બેવું <lang:Foreign>flat</lang:Foreign> મળીને ત્રણ
180.014
181.590
<lang:Foreign>including yes</lang:Foreign>

Dataset Demographics

Details Headline

Language

Gujarati

Language code

gu-in

Country

India

Accents

Kathiawari,...more

Gender Distribution

M:55, F:45

Age Group

18-70

Audio File Details

Details Headline

Environment

Silent, Noisy

Bit Depth

16 bit

Format

wav

Sample rate

8khz

Channel

Dual separate channel

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

Audio Download Btn
Audio Promp Bg
Audio Promp Bg

Start your AI/ML model creation journey with FutureBeeAI!

Contact Us

Audio Arrow BtnAudio Arrow Btn Black
Audio Promp 2 Bg