Kannada (India) Call Center Speech Dataset for Retail & E-commerce

The audio dataset comprises call center conversations for the Retail & E-commerce domain, featuring native Kannada speakers from India. It includes speech data, detailed metadata and accurate transcriptions.

Category

Unscripted Call Center Conversations

Total Volume

30 Speech Hours

Last updated

Jun 2024

Number of participants

60

Speech training dataset for Retail and E-commerce in Kannada (India)
Download
Download Icon

About this Off-the-shelf Speech Dataset

Card Head Line

Introduction

Welcome to the Kannada Call Center Speech Dataset for the Retail domain designed to enhance the development of call center speech recognition models specifically for the Retail 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 30 hours of call center audio recordings covering various topics and scenarios related to the Retail domain, designed to build robust and accurate customer service speech technology.

  • Participant Diversity:
  • Speakers: 60 expert native Kannada speakers from the FutureBeeAI Community.
  • Regions: Different regions of Karnataka, ensuring a balanced representation of Kannada 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:
  • Product Inquiry
  • Return/Exchange Request
  • Order Cancellation
  • Refund Request
  • Membership/Subscriptions Enquiry
  • Order Cancellations, and many more
  • Outbound Calls:
  • Order Confirmation
  • Cross-selling and Upselling
  • Account Updates
  • Loyalty Program offers
  • Special Offers and Promotions
  • Customer Verification, 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 Retail domain call center conversational AI and ASR models for the Kannada 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 Kannada 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 Retail domain. Potential use cases include:

  • Speech Recognition Models: Training and fine-tuning speech recognition models for Kannada.
  • 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 Retail sector.
  • Smart Assistants and Chatbots: Developing conversational agents and virtual assistants for customer service in the Retail 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 Retail 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 Retail 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)

    Card Head Line
    00:00

    ATTRIBUTES

    TRANSCRIPTION

    TIME
    TRANSCRIPT
    1.124 - 2.399
    <lang:Foreign>Hello future bee</lang:Foreign>
    3.624 - 4.748
    <lang:Foreign>Hello future bee</lang:Foreign>
    6.424 - 7.549
    ಹಾ ನಮಸ್ಕಾರ ಮೇಡಂ
    8.423 - 9.249
    ನಮಸ್ತೆ
    9.974 - 19.923
    ನಾನು ನಿಮ್ <lang:Foreign>future bee</lang:Foreign> ಅನ್ನೋ ಒಂದು <lang:Foreign>app</lang:Foreign> ಇಂದ ವಸ್ತುಗಳನ್ನ ಖರೀದಿ ಮಾಡ್ಬೇಕು ಅಂತ ಅನ್ಕೊಂತ ಇದೀನಿ ಆ ವಸ್ತುಗಳ್ ಬಗ್ಗೆ ಮಾಹಿತಿ ಕೊಡ್ಲಿಕ್ ಆಗುತ್ತಾ ನಿಮ್ ಕೈಯಲ್ಲಿ
    20.722 - 25.998
    ಹೌದು ಆಗುತ್ತೆ ಮೊದ್ಲಿಗೆ ಧನ್ಯವಾದಗಳು ನಮ್ಮ <lang:Foreign>app</lang:Foreign> ಇಂದ ನೀವು ತಗೋಳ್ತಾಇರೋದಿಕ್ಕೆ
    22.873 - 23.623
    ಹಾ ಮೇಡಂ
    27.474 - 34.923
    ಹಾ ಧನ್ಯವಾದ ಮೇಡಂ ಇವಾಗ ನಾನು ನಿಮ್ಮ ಅಂಗಡೀಲಿ ಯಾವ್ ಯಾವ ಥರ ಬಟ್ಟೆಗಳು ಸಿಗುತ್ತವೆ ಅಂತ ಕೇಳಿ ತಿಳ್ಕೋಬೋದ ಮಾಹಿತಿ
    36.972 - 44.847
    ನಮ್ ಅಂಗಡಿಯಲ್ಲಿ ಎಲ್ಲಾ ತರದ ಬಟ್ಟೆ ಸಿಗುತ್ತವೆ ನಿಮಗೆ ಯಾವ ಥರ ಬೇಕು ಅಂದ್ರೆ ಹುಡುಗರಿಗ ಹುಡ್ಗಿರ್ಗಾ ಯಾರಿಗೆ ಬೇಕಾಗಿರೋದು ಇವಾಗ
    45.899 - 53.874
    ಇವಾಗ ಹುಡುಗೀಯರಿಗೆ ಬಟ್ಟೆ ಬೇಕಿತ್ತು <lang:Foreign>so</lang:Foreign> ನಿಮ್ ಬಳಿ ಸೀರೆ ಸೀರೆಗಳು ಚೂಡಿದಾರ್ಗಳು ಲಂಗಾ ದಾವಣಿ ಎಲ್ಲ ತರದ ಬಟ್ಟೆಗಳು ಸಿಗುತ್ತಾ
    55.024 - 59.573
    ಹೌದು ನಮ್ದ್ರಲ್ಲಿ ಎಲ್ಲ ಥರದ ಹುಡ್ಗೀರ <lang:Foreign>wear attire</lang:Foreign> ಏನೈತೋ ಅದ್ ಎಲ್ಲಾನು ಸಿಗುತ್ತೆ ನಮ್ದ್ರಲ್ಲಿ
    60.899 - 69.123
    ಹಾ <lang:Foreign>okay</lang:Foreign> ನನ್ಗೆ ಇವಾಗ ಕೆಲವೊಂದು ಸ್ವಲ್ಪ ಸೀರೆಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿ ಕೊಡಕಾಗುತ್ತಾ ನಿಮ್ಮಬಳಿ ಯಾವ್ಯಾವ್ ಥರ ಸೀರೆಗಳ್ ಇದಾವೆ ಆ ಸೀರೆಗಳ <lang:Foreign>rate</lang:Foreign>ಗಳ್ ಎಷ್ಟು ಅಂತ ಮಾಹಿತಿ ಕೊಡಿ
    71.072 - 85.930
    ಹಾ ನೀವು ಸೀರೆನಲ್ಲಿ ನೋಡ್ಬೇಕು ಅಂತ ಅನ್ಕೊಂಡಿದೀರ ನಮ್ಮಲ್ಲಿ ಸೀರೆಗಳಲ್ಲಿ ತುಂಬಾ ಥರದ <lang:Foreign>variety</lang:Foreign> ಆದ ಸೀರೆಗಳಿದಾವೆ <lang:Foreign>cotton</lang:Foreign> ಸೀರೆ ಇದೆ ಇಲ್ಕಲ್ ಗಳ್ ಇದಾವೆ <lang:Foreign>soft silk</lang:Foreign> ಇದೆ ರೇಷ್ಮೆ ಸೀರೆ ಇದೆ <lang:Foreign>normal</lang:Foreign> ಆಗಿ ಹಾ <lang:Foreign>netted</lang:Foreign> ಸೀರೆಗಳ್ ಇದೆ ಯಾವ್ ಥರದ ಸೀರೆ
    85.947 - 86.740
    ಬೇಕು ನಿಮಗೆ
    88.736 - 95.887
    ಮೇಡಂ ನನ್ಗೆ ಇವಾಗ ಒಂದು ರೇಷ್ಮೆ ಸೀರೆ ಅಂತ ಅನ್ಕೋತಿದೀನಿ ಅದ್ರಲ್ಲ್ ನಿಮ್ಮಲ್ಲಿ ಎಲ್ಲ ತರದ್ <lang:Foreign>designs</lang:Foreign> ಸಿಗುತ್ತಾ
    97.334 - 107.861
    ಹೌದು ನಮ್ಮಲ್ಲಿ ಹಳೇ ಕಾಲದ ರೇಷ್ಮೆ ಸೀರೆ ಯಾವ್ ಥರ ಇತ್ತು ಅದ್ರಿಂದ <lang:Foreign>latest</lang:Foreign> ಆಗ್ ಇವಾಗ್ ಯಾವ್ ತರದ್<lang:Foreign>model print</lang:Foreign> ಇದಿಯೋ ಅಲ್ಲಿ ತನಕ ನಮ್ಮಲ್ಲಿ ಎಲ್ಲಾ ತರದುನು ನಮ್ ಅತ್ರ <lang:Foreign>stock</lang:Foreign>ಇದೆ ನಿಮಗೆ ಯಾವ್ದ್ ಬೇಕೋ ತಗೊಬೋದು
    109.635 - 120.486
    ಹಾ <lang:Foreign>madam</lang:Foreign> ಇವಾಗ ನಾನು ನಿಮ್ ಕಡೆಯಿಂದ ಸೀರೆ ತಕೋಬೇಕು ಅಂತ ಅಂದ್ರೆ ನಾವು ಯಾವ ಥರ ತಕೋಬೇಕು <lang:Foreign>madam</lang:Foreign> ಇವಾಗ ಹಾ <lang:Foreign>online</lang:Foreign> ಮುಖಾಂತರ ತಕೋಬೇಕಾ ಇಲ್ಲ ನಿಮ್ಮ್ ಅಂಗಡಿಗೇ ಬಂದು ತಕೋಬೇಕಾ ಯಾವ್ ಯಾವ್ ಥರ <lang:Foreign>options</lang:Foreign> ಇದೆ <lang:Foreign>madam</lang:Foreign> ನಿಮ್ಮತ್ರ
    121.959 - 133.316
    ನಮ್ ನಮ್ದ್ರಲ್ಲಿ ಎರಡು ಥರ <lang:Foreign>options</lang:Foreign> ಕೊಟ್ಟಿದಿವಿ ಯಾಕಂದ್ರೆ ತುಂಬಾ ಜನ ಬಂದು ತಕೊಳಕಾಗಲ್ಲ ಅಲ್ಲಾ ಅವ್ರಿಗೆ <lang:Foreign>online</lang:Foreign> ಕೂಡ ಇದೆ ಇಲ್ಲಾ ಅಂಗಡಿಗೇ ಬಂದು ನೋಡ್ತಿವಿ ಬೇರೆ ಬೆರೆದೆಲ್ಲ <lang:Foreign>try</lang:Foreign> ಮಾಡ್ತಿವಿ
    133.846 - 143.735
    ಹಾ ನಮಗೆ ನೊಡುದ್ರೆನೇ ಇಷ್ಟ ಆಗೋದು ಅನ್ನೋವರ್ಗೆ ಅದು ಕೂಡ <lang:Foreign>options</lang:Foreign> ಇದೆ ನೀವು ಯಾವದ್ರು ಮುಖಾಂತರನು ಹೋಗಬೋದು ನೀವು ಯಾವ್ <lang:Foreign>adress</lang:Foreign> ಕಲಿಸಿರ್ತೀರ ನಿಮಗೆ <lang:Foreign>online</lang:Foreign> ಬೇಕು ಅಂತ ಅಂದ್ರೆ ಅಲ್ಲಿಗೆ ತಲುಪಿಸ್ತೀವಿ ಅದ್ರಲ್ಲೇನು ತೊಂದರೆ ಇಲ್ಲ
    145.110 - 156.786
    ನೀವು ತಲುಪಿಸ್ತಿರ <lang:Foreign>but</lang:Foreign>ನನಗೆ ಇವಾಗ ಕೆಲವೊಂದು ಸೀರೆ ನೋಡ್ಲಿಕ್ಕೆ ಅಂತ ಆಗಲ್ಲ ಎಲ್ಲ ಕೆಲವೊಂದು ಅಷ್ಟು ಸೀರೆಗಳು ಕೆಲವೊಂದು ಅಷ್ಟು ವಿನ್ಯಾಸಗಳು ನೋಡ್ಬೇಕ್ ಆಗುತ್ತೆ <lang:Foreign>so</lang:Foreign>ನಿಮ್ ಕಡೆ ಇಂದ <lang:Foreign>video</lang:Foreign>ಕರೆ ಮಾಡೋವಂಥ ಏನ್ ಆದರು ಸೌಲಭ್ಯ ಇದಿಯಾ
    158.924 - 173.912
    <lang:Foreign>video</lang:Foreign>ಕರೆ ಮುಖಾಂತರ ನಾವ್ ತೋರ್ಸ್ಬೇಕು ಅಂತ ಕೆಳ್ತಿದಿರ ಆ ತರ ಒಂದ್ ಒಂದು ಸರಿ ಆಗುತ್ತೆ ನಿಮ್ಗ್ ಬೇಕೇ ಬೇಕು ಇಲ್ಲ ನೀವು ತಗೊಳ್ತಿರ ಅಂತ ಅಂದ್ರೆ ನಾವ್ ಅದುನ್ನ ಕೂಡ ತೋರ್ಸ್ತಿವಿ ಮಾಡಿ ಇಲ್ಲ ಅಂದ್ರೆ ನಮ್ದ್ರಲ್ಲಿ ಯಾವ್ದ್ ಯಾವ್ದ್ ತರ ಇದೆ ಅಂತ ಅದರೆಲ್ಲ ನಾವು ಬಿಟ್ ನೋಡ್ತಿದ್ರಲ್ಲ ನೀವ್ ನಮ್ದು
    162.524 - 163.399
    ಹಾ ಹೌದು
    174.480 - 178.079
    ಪೇಜ್ ಅಲ್ಲಿ <lang:Foreign>so</lang:Foreign>ಅದೇ ತರ<lang:Foreign>material</lang:Foreign>ಗಳಿದಾವೆ ನೋಡ್ಕೊಬೋದು ನೀವು
    178.739 - 193.517
    (())ಪೇಜ್ ಅಲ್ಲಿ ನೋಡಿರ್ತಿವಿ <lang:Foreign>but</lang:Foreign>ನಿಮ್ ಪೇಜ್ ಅಲ್ಲಿ ಕೆಲವೊಂದು <lang:Foreign>like</lang:Foreign> ನೀವು ಚನ್ನಾಗಿರೋ ಸೀರೆಗಳನ್ನ ಮಾತ್ರ ಹಾಕಿರ್ತಿರ ಒಂದೋ ಎರಡು <lang:Foreign>design</lang:Foreign>ಹಾಕಿರ್ತಿರ ನಾನ್ ತುಂಬಾ ಸೀರೆಗಳು ನೋಡ್ಬೇಕು ಅಂತ ಅಂದಾಗ ನೀವು <lang:Foreign>video</lang:Foreign>ಕರೆ ಮಾಡಿ ತೋರ್ಸ್ತೀನಿ ಅಂತ ಅನ್ನೋ ಹಾಗ್ ಇದ್ರೆ ನಾನ್ ನಿಮಗೆ <lang:Foreign>video</lang:Foreign>ಕರೆ ಮಾಡ್ತಿವಿ <lang:Foreign>so that</lang:Foreign>ನೀವು ನಮಗೆ
    193.532 - 196.258
    ಈ ತರ ಸೀರೆಗಳು ಇದೆ ಅಂತ ತೋರ್ಸ್ಬೋದು ಅಲ್ವಾ
    198.157 - 203.598
    ಹಾ ಕಂಡಿತ ನೀವು ಆತ್ರ ಮುಂಚೆನೇ ಹೇಳಿದ್ರೆ ನಾವು ಅದಿಕ್ಕೆ ಒಪ್ಪಿಗೆ ಕೊಡ್ತೀವಿ ಮಾಡ್ಬಿಟ್ಟು ನೋಡ್ಬೋದು
    204.270 - 206.520
    ಇವಾಗ ನಿಮ್ ಅತ್ರ ಯಾವ ಯಾವ ತರ ಎಷ್ಟ್
    204.702 - 206.352
    ಇಲ್ಲ(())
    207.798 - 209.073
    ಎಷ್ಟುಬೆಲೆಗಳು
    207.923 - 209.473
    <lang:Foreign>photo</lang:Foreign>ಕಲಸಬೇಕು ಅಂತ ಅಂದ್ರೆ
    210.198 - 211.298
    <lang:Foreign>photo</lang:Foreign>ನ ಕಳಿಸ್ತಿವಿ
    211.272 - 211.843
    ಹ ಮೇಡಂ
    212.428 - 216.895
    <lang:Foreign>okay</lang:Foreign>ಮೇಡಂ ನೀವ್ <lang:Foreign>photo</lang:Foreign>ಕಳ್ಸಿ ಮತ್ತೆ ನಿಮ್ಗೆ ನಿಮ್ಮಲ್ಲಿ ಎಷ್ಟ್ ರಿಂದ ಎಷ್ಟು ಬೆಲೆ ತನಕ ಸೀರೆಗಳು ಇದಾವೆ ಮೇಡಂ
    218.423 - 225.213
    ನೀವು ಯಾವ <lang:Foreign>range</lang:Foreign>ಕೆಳುದ್ರು ಇದೆ ನಮ್ದ್ರಲ್ಲಿ ನೂರೈವತ್ತು ರೂಪಾಯಿ ಇನ್ನೂರು ರೂಪಾಯಿ ಸೀರೆ ಇದೆ ಕಾಟನ್ ಸೀರೆಗಳು ಬರ್ತವಲ್ಲ
    225.786 - 227.758
    ಅದು ಕೂಡ ಇದಾವೆ ಇಲ್ಲ ಹತ್ತುಲಕ್ಷ
    228.346 - 235.622
    ಐವತ್ತು ಲಕ್ಷ ಅಲ್ಲಿ ತನಕ ಕೂಡ ನು ಸೀರೆ ಇದೆ ನಿಮಗೆ ಯಾವ್ದ್ ಬೆಕ ನಿಮ್ಮದು <lang:Foreign>range</lang:Foreign>ಎಷ್ಟು ಇದೆ ನೀವು ಎಷ್ತ್ರಲ್ಲಿ ತಗೋಬೇಕು ಅಂತ ಇದ್ದೀರಾ ಅಷ್ಟರಲ್ಲಿ ಸೀರೆಗಳು ನಾವ್ ನಿಮಗೆ ತೋರ್ಸ್ತಿವಿ
    236.307 - 237.247
    (())
    236.878 - 242.698
    ಇಲ್ಲ ಇವಾಗ ರೇಷ್ಮೆ ಸೀರೆಗಳಲ್ಲಿ ನಿಮಗೆ ಎಲ್ಲಿಂದ ಶುರುವಾಗುತ್ತೆ ನಿಮ್ಮ ಬೆಲೆ ಅಂತ ಹೇಳ್ಬೋದ ರೇಷ್ಮೆ ಸೀರೆಗಳಲ್ಲಿ
    242.649 - 242.838
    #ಅಹ್
    243.420 - 246.645
    ರೇಷ್ಮೆ ಸೀರೆಯಲ್ಲಿ ನಮ್ಮತ್ರ ಸಧ್ಯಕ್ಕೆ ಐದುಸಾವಿರ ದಿಂದ ಇದೆ
    248.364 - 260.864
    ಹೋ ಹೌದ <lang:Foreign>okay</lang:Foreign>ಮೇಡಂ ಐದು ಸಾವಿರ ನನಿಗ್ ಇವಾಗ ಕೆಲವೊಂದು ಐದು ಸಾವಿರ ರೂಪಾಯಿಂದ<lang:Foreign>start</lang:Foreign>ಆಗೋ ಅಂತ ಸೀರೆಗಳು ಬೇಕಾಗಿತ್ತು ಮೇಡಂ ಇವಾಗ ನಿಮ್ ಅತ್ರ ದೊಡ್ಡ <lang:Foreign>border</lang:Foreign>ಸೀರೆ ಇದ್ದೀಯ ಇಲ್ಲ ಚಿಕ್ಕ<lang:Foreign>border</lang:Foreign>ಯಾವ ಯಾವ ತರ ಇದೆ ಅಂತ ಸ್ವಲ್ಪ ಹೇಳ್ಬೋದ ಮೇಡಂ ಯಾವ ತರ ಸೀರೆ ಗಳು ಎಷ್ಟು ರೂಪಾಯಿ
    260.223 - 268.133
    ಹಾ ದೊಡ್ಡ <lang:Foreign>border</lang:Foreign>ಸೀರೆ ಇದೆ ಹ <lang:Foreign>border</lang:Foreign> ನ ಸೀರೆಕೂಡ ಇದಾವೆ ರೇಷ್ಮೆ ಸೀರೆಯಲ್ಲಿ ಆ <lang:Foreign>off and off double colour</lang:Foreign>ಸೀರೆ ಇದೆ
    268.673 - 274.635
    ಹಾ ಇನ್ನೊಂದು <lang:Foreign>off plain</lang:Foreign>ಬಂದು ಹಾ <lang:Foreign>off</lang:Foreign>ಬೇರೆ <lang:Foreign>colour</lang:Foreign>ಬರುತ್ತೆ ಅಲ್ವ ಆತರ ಅದು ಇದೆ <lang:Foreign>full border</lang:Foreign>ಸೀರೆ ಇದೆ
    276.372 - 277.973
    ಎಲ್ಲ ತರನು ಇದೆ ನಮ್ ಅತ್ರ
    276.598 - 277.298
    ಹ ಮೇಡಂ
    279.223 - 284.098
    ಹಾ ಮೇಡಂ ನಿಮ್ ಅತ್ರ <lang:Foreign>like</lang:Foreign>ಇಷ್ಟು ಬಣ್ಣಗಳ ಸೀರೆಗಳು ಇದಾವೆ ಅಂತ ಗೊತ್ತು ತಿಳ್ಕೊಬೋದ ಮೇಡಂ
    285.098 - 287.798
    ಎಲ್ಲ <lang:Foreign>colours available</lang:Foreign>ಇರುತ್ತೆ ನಮ್ ಆ ತರ ಏನ್ ಲ್ಲ
    288.369 - 299.637
    ಹಾ ಮೇಡಂ <lang:Foreign>okay</lang:Foreign>ಇವಾಗ ರೇಷ್ಮೆ ಸೀರೆಗಳಲ್ಲಿ ನನಗೊಂದು ಎರಡು ಮೂರೂ ಸೀರೆ ಬೇಕಾಗುತ್ತೆ ಹಾ ಕೆಲವೊಂದು ಹಾ ಐದು ಸಾವಿರದಿಂದ ಹತ್ತು ಸಾವಿರದ ಒಳಗಡೆ ಒಂದು ಎರಡು ಸೀರೆ ಹತ್ತು ಸಾವಿರದಿಂದ ಇಪ್ಪತ್ತು ಸಾವಿರದಿಂದ ಒಂದ್ ಎರಡು ಸೀರೆ ಬೇಕಾಗುತ್ತೆ ಮೇಡಂ
    300.136 - 303.697
    ನೀವು ಸೀರೆಗಳ <lang:Foreign>photo</lang:Foreign>ಗಳು ಏನ್ ಆದರು ಕಳ್ಸೋಕೆ ಆಗುತ್ತಾ ಮೇಡಂ ನಮಗೆ
    305.298 - 310.504
    ಹ ನಮ್ ಅತ್ರ ಇರ್ತಕ್ಕಂತದು ನೆಲ್ಲನುನು ನಾವ್ ನಿಮಗೆ <lang:Foreign>photos</lang:Foreign>ಕಳಿಸ್ತಿವಿ(())ಕಲ್ಸ್ಕೊಡ್ತಿವಿ
    310.648 - 311.572
    ಹಾ ಮೇಡಂ
    311.198 - 321.947
    ಯಾವ ತರ <lang:Foreign>material</lang:Foreign>ಇದೆ ಯಾವ <lang:Foreign>patron</lang:Foreign>ಇದೆ ಅದೆಲ್ಲ ನಿಮಗೆ ಕಳ್ಸ್ತೀನಿ ಇಲ್ಲ ನಿಮಗೆ ಇದೆ <lang:Foreign>patron</lang:Foreign>ಅಲ್ಲಿ ಬೇಕು ನನಿಗೆ ಅಂದ್ರೆ ಅದೇ <lang:Foreign>patron</lang:Foreign>ಅಲ್ಲೇ <lang:Foreign>with different of materials</lang:Foreign>ಇರುತ್ತಲ್ಲ ಅದೇ ನಿಮಗೆ ಕಲ್ಸ್ಕೊಡ್ತಿವಿ ಏನ್ ತೊಂದ್ರೆ ಇಲ್ಲ
    323.223 - 329.697
    ಹಾ ಮೇಡಂ ಯಾವ ತರ ಕಳ್ಸ್ ಮೇಡಂ ಇವಾಗ ನಾನು ಇವಾಗ ಸೀರೆ ತಗೊಂಡ್ ಇದೀನಿ ಅಲ್ವ ನೀವ್ ನಮ್ ಮನೆಗೆ ಯಾವ ತರ ಕಲ್ಸ್ಕೊಡ್ತಿರ ಯಾವುದರ ಮುಕಂತರ ಕಲ್ಸ್ಕೊಡ್ತಿರ
    331.023 - 333.548
    ಹಾ ನಮ್ದು<lang:Foreign>online delivery</lang:Foreign>ಇದೆ ಅದೇ ನಮ್ದು
    334.197 - 335.223
    ತೊಂದ್ರೆ ಪಡೋ ಅಷ್ಟು ಇಲ್ಲ
    335.215 - 335.469
    #ಅಹ್
    336.234 - 337.223
    ಸರಿ ಮೇಡಂ ಸರಿ
    336.289 - 338.961
    ನೀವು <lang:Foreign>address</lang:Foreign>ಎಲ್ಲ ಕಳ್ಸಿ <lang:Foreign>payment</lang:Foreign>ಮಾದ್ರಿ
    339.502 - 340.781
    ನಾವು <lang:Foreign>next</lang:Foreign>ನಿಮಗೆ ಕಲ್ಸ್ಕೊಡ್ತಿವಿ
    341.923 - 349.197
    ಸರಿ ಮೇಡಂ ಸರಿ ಮೆದ ಇವಾಗ ಸೀರೆಗಳು ಆಯಿತು ಇನ್ನು ನಿಮ್ಮಲ್ಲಿ ಬೇರೆ ತರ ಚಿಕ್ಕ ಮಕ್ಕಳಿಗೆ ಆ ತರ ಏನ್ ಆದರು ಇದ್ದೀಯ ಮೇಡಂ ಬಟ್ಟೆಗಳು
    349.254 - 353.206
    ಹಾ ನಿಮ್ ನಮ್ಮಲ್ಲಿ ಎಲ್ಲ ತರದ ಬಟ್ಟೆಗಳು ಇದಾವೆ ಚಿಕ್ಕೊರ್ಗು ಇದೆ ದೊಡ್ದೊರ್ಗು ಇದೆ
    353.767 - 354.295
    ಎಲ್ಲರ್ಗೂ ಇದೆ
    355.356 - 357.898
    ಅದ್ರಲ್ಲಿ ಏನ್ ಆದರು ಎಲ್ಲ ನೋಡ್ಬೇಕು ಅಂತ ಅನ್ಕೊಂಡ್ ಇದ್ದೀರಾ
    355.463 - 356.348
    ಹ ಮೇಡಂ ಇವಾಗ ಚಿಕ್ಕ
    359.072 - 364.098
    ಹ ಮೇಡಂ ಚಿಕ್ಕ ಮಕ್ಕಳಿಗೆ ಸ್ವಲ್ಪ ಯಾವ ಯಾವ ತರ ಬಟ್ಟೆಗಳು ಇದಾವೆ ಅಂತ ನೀವ್ ಹೇಳುದ್ರೆ ನಾನು ಯಾವ್ದ ಬೇಕೋ ಅಂತ ಹೇಳ್ತೀನಿ ಮೇಡಂ
    365.727 - 380.669
    <lang:Foreign>traditional attire</lang:Foreign>ಗಳು ಇದಾವೆ ಇಲ್ಲ ನಮಿಗೆ<lang:Foreign>western attire</lang:Foreign>ಗಳು ಬೇಕು ಅಂತ ಅಂದ್ರೆ ಅದು ಇದಾವೆ ಮಾಡುವೆ <lang:Foreign>reception</lang:Foreign>ಗಳಿಗೆ ಆತರ ಬೇಕು ಅಂದ್ರೆ <lang:Foreign>grand</lang:Foreign>ಆಗಿ ಅವುಗಳು ಇದಾವೆ ಇಲ್ಲ ರೇಷ್ಮೆ ಲಂಗ ಬ್ಲೌಸ್ ಬೇಕು ಇಲ್ಲ ಕಚ್ಚೆ ಪಂಚೆ ಬೇಕು ಮಕ್ಕಳಿಗೆ ಅದು
    380.686 - 381.922
    ಅವೆಲ್ಲ ತರದ್ದುನು ಇದಾವೆ
    382.406 - 387.443
    ಪಂಚೆ <lang:Foreign>shirt</lang:Foreign> ಬೇಕು ಇವಾಗ ಮಕ್ಕಳಿಗೆ ತುಂಬಾ <lang:Foreign>use</lang:Foreign>ಮಾಡ್ತಾರಲ್ಲ ಮದ್ವೆಗಳ <lang:Foreign>time</lang:Foreign>ಅಲ್ಲಿ ಆಡುನು ಇದೆ ನಮ್ ಅತ್ರ
    388.242 - 393.896
    ಕುರ್ತಗಳು ಬೇಕು ಅದುನು ಇದೆ ಯಾವ್ದ್ ಬೇಕು ಎಲ್ಲಾನು ಇದೆ ನಮ್ದ್ರಲ್ಲಿ ಎಲ್ಲಾನು ದೊರಕುತ್ತೆ ನಿಮಗೆ
    396.146 - 407.221
    ಹಾ ಸರಿ ಮೇಡಂ ಇವಗೆ ನನ್ಗೆ ಒಂದು <lang:Foreign>like</lang:Foreign>ಐದು ವರ್ಷದ್ದ ಹೆಣ್ಣು ಮಗುಗೆ ಲಂಗ ಬ್ಲೌಸ್ ಲಂಗ ಹೋನಿ ಆತರದ ಬಟ್ಟೆಗಳು ಸ್ವಲ್ಪ ತೋರ್ಸ್ತಿರ ತೋರ್ಸಕ್ಕೆ ಆಗುತ್ತಾ ನೀವ್ ಕಲ್ಸ್ತಿರ ನಮಗೆ
    407.596 - 411.547
    ಹಾ ಕಳ್ಸ್ಕೊಡ್ತಿವಿ ನೀವ್ ಹೇಳಿದಿರ ಅಲ್ವ ಐದು ವರ್ಷದ್ದು ಇದೆ ನಮ್ ಅತ್ರ ಕಲ್ಸ್ಕೊಡ್ತಿವಿ ನಾವು
    412.447 - 419.471
    ಹ ಮೇಡಂ ಯಾವ ಯಾವ ತರ ಸಿಗ್ಬೋದು ಮೇಡಂ ನಿಮ್ದ್ರಲ್ಲಿ ಇವಾಗ ನಮಗೆ ಸೀರೆಗಳಲ್ಲಿ ರೇಷ್ಮೆ ಸೀರೆ ಆ ತರ ಇತ್ತು ಅಲ್ವ ಇವರಿಗೆ ಮಕ್ಕಳಿಗೆಯಾವ ಯವ್ ತರ ಸಿಗ್ಬೋದು ಮೇಡಂ
    420.860 - 423.107
    ಮಕ್ಕಲ್ದುನು ಅಷ್ಟೇ <lang:Foreign>pure cotton</lang:Foreign>ಬರುತ್ತೆ
    423.653 - 424.710
    ಸಿಲ್ಕ್ ಅಲ್ಲೂ ಬರುತ್ತೆ
    425.257 - 426.804
    ಸಿಲ್ಕ್ <lang:Foreign>mixed</lang:Foreign>ಕಾಟನ್ ಬರುತ್ತೆ
    427.880 - 434.872
    ಹಾ ಇಲ್ಲ ಅಂದ್ರೆ <lang:Foreign>grand</lang:Foreign>ಆಗಿ ಬೇಕು ನಿಮಗೆ <lang:Foreign>reception look</lang:Foreign>ಅಂದ್ರೆ <lang:Foreign>netted</lang:Foreign>ಅಲ್ಲಿ ತೋರ್ಸ್ತಿವಿ <lang:Foreign>lehengas</lang:Foreign>ನ ಆತರ ಎಂಗ್ ಬೇಕಾದ್ರೂ ಸಿಗತ್ತೆ ನಿಮಗೆ
    436.822 - 449.197
    ಹಾ ಸರಿ ಮೇಡಂ ನಾನು ಹೇಳ್ತೀನಿ ನಿಮಗೆ ನಮಗೆ ಇವಾಗ ಸ್ವಲ್ಪ ರೇಷ್ಮೆ ಲಂಗ ದಾವಣಿ ಆತರಡ ಬಟ್ಟೆಗಳು ಬೇಕಾಗಿತ್ತು ಹಾ ಅದ್ರಲ್ಲಿ ನೀವು <lang:Foreign>like</lang:Foreign>ಹೊಲ್ದಿರೋ ಅಂತ ಬಟ್ಟೆ ಕೊಡ್ತೀರ ಇಲ್ಲ ಹೊಲಿದೆ ಇರೋ ಅಂತ ಬಟ್ಟೆ ಕೊಡ್ತೀರ ಮೇಡಂ
    450.221 - 462.347
    ಇಲ್ಲ ನಿಮಗೆ ನಾವು ಕೊಡ್ತಕ್ಕಂತದು ಇಲ್ಲ ನಮ್ ಮಗು ದಪ್ಪ ಇದೆ ಆಗಲ್ಲ ನಾವ್ <lang:Foreign>peace</lang:Foreign>ತಗೊಂಡು ಹೊಲಿಸ್ತಿನಿ ಅಂತ ಅಂದ್ರೆ <lang:Foreign>peace</lang:Foreign>ಲೆಕ್ಕ ಕೂಡ ಮಾರಾಟ ಮಾಡ್ತಿವಿ ನಾವು ನೀವು ಯಾವ ಕಲರ್ ಏನು <lang:Foreign>miss match</lang:Foreign>ಮಾಡ್ಕೊಂಡು ಬೇಕಾದ್ರೆ <lang:Foreign>peace</lang:Foreign>ತಗೊಬೋದು ನೀವು
    462.957 - 468.781
    <lang:Foreign>peace</lang:Foreign>ತಗೊಂಡ್ ಆದರು ಹೋಲಿಸ್ಕೋ ಬೋದು ಇಲ್ಲ ಅಂದ್ರೆ <lang:Foreign>ready</lang:Foreign>ಇರ್ಥಕ್ಕಂತದು ಇದೆ ನಮ್ ಅತ್ರ ಅಷ್ಟು <lang:Foreign>time</lang:Foreign>ಇಲ್ಲ ಹೊಲಿಸ್ಕೊಲ್ಲೋದಿಕ್ಕೆ
    469.686 - 472.294
    ಆ ತರ ಕೂಡ ಇದೆ ನಮ್ ಅತ್ರ ಎಂಗ್ ಬೇಕೋ ತಗೊಬೋದು ನೀವು
    473.596 - 476.771
    ಹ ಮೇಡಂ ನಿಮ್ಮಲ್ಲೇ ಏನ್ ಆದರು ಹೊಲಿಸಿಕೊಡೋ ಅಂತ <lang:Foreign>fecility</lang:Foreign>ಏನ್ ಆದರು ಇದ್ದೀಯ
    478.271 - 482.074
    ಹ ಅದು ಕೂಡ ನಾವು ನಮ್ ಅಂಗಡಿಯಲ್ಲಿ <lang:Foreign>tailoring</lang:Foreign>ಇದಾರೆ
    482.587 - 486.502
    ನೀವ್ ಬಂದು <lang:Foreign>peace</lang:Foreign>ತಗೊಂಡ್ ಆದ್ಮೆಲೇನೆ ಅಲ್ಲೇ ಅಳತೆ ಕೊಟ್ಟು ಅಲ್ಲೇ ಹೊಲಿಸ್ಕೊಬೋದು
    483.681 - 483.851
    #ಹಮ್ಮ್
    488.396 - 493.740
    ಹ ಸರಿ ಮೇಡಂ ಇವಾಗ ನಂಗೆ ಹೆಣ್ಣು ಮಕ್ಕಳದ್ದು ಆಯ್ತು ಗಂಡು ಮಕ್ಕಳಿಗೆ ಯಾವ ಯಾವ ತರದ್ದು ಬಟ್ಟೆಗಳು ಸಿಗ್ತವೆ ಅಂತ ಹೇಳ್ತಿರ
    494.271 - 495.110
    ಸ್ವಲ್ಪ ದೊಡ್ದೊವ್ರಿಗೆ
    496.188 - 500.004
    ದೊಡ್ದೊವ್ರಿಗೆ ಗಂಡು ಮಕ್ಕಳಿಗೆ ಅಂದ್ರೆ <lang:Foreign>normal</lang:Foreign>ಪಂಚೆ<lang:Foreign>shirt</lang:Foreign>ಇರತ್ತೆ
    500.605 - 502.568
    ಅದ್ರಲ್ಲಿ ನಮ್ದು <lang:Foreign>brand</lang:Foreign>ಬಂದು ಈಗ
    503.103 - 507.907
    ಹಾ ಒಳ್ಳೆ <lang:Foreign>brand</lang:Foreign>ಹೇ ಹೊಡ್ತಿದೆ ಎಲ್ಲರುನು ತುಂಬಾ ಇಷ್ಟ ಪಡ್ತಾರೆ ಚನ್ನಾಗಿದೆ <lang:Foreign>quality</lang:Foreign>ಅಂತ
    508.587 - 514.747
    ಹಾ ಆಮೇಲೆ ಹಾ <lang:Foreign>normal</lang:Foreign>ಆಗಿ <lang:Foreign>suit</lang:Foreign>ಇರುತ್ತೆ <lang:Foreign>suit</lang:Foreign>ಕೂಡ ಇರುತ್ತೆ ನಂದು ನಮ್ದ್ರಲ್ಲಿ ದೊಡ್ದೊವ್ರಿಗೆ
    511.539 - 511.780
    #ಅಹ್
    515.522 - 518.262
    <lang:Foreign>suit</lang:Foreign>ತಗೊಂತೀನಿ ಅಂತ ಅಂದ್ರೆ ನೀವ್ ತಗೊಬೋದು ಇಲ್ಲ ಅಂದ್ರೆ
    518.874 - 519.454
    #ಹಮ್ಮ್
    520.997 - 523.601
    ಕುರ್ತಗಳು ಬರ್ತಾವೆ ಹುಡುಗರಿಗೆ ಅದುನ್ನು ತಗೊಬೋದು
    526.134 - 530.058
    ಹಾ <lang:Foreign>okay okay</lang:Foreign>ಮೇಡಂ ಇವಾಗ ನಮಗೆ ಇದೆಲ್ಲ ಆಯಿತು ನಂಗ್ ಇವಾಗ ಒಂದ್ ತರ <lang:Foreign>family</lang:Foreign>
    530.544 - 537.681
    ಹಾ ಎಲ್ಲರು ಒಂದೇ ತರ ಬಟ್ಟೆ ಹಾಕ್ಬೇಕು ಅಂತ ಅನ್ಕೊಂಡ್ ಇದಿವಿ ಅವರಿಗೆ ಎಲ್ಲರು ಒಂದೇ ತರ ಬಟ್ಟೆ ತಗೊಂಡು ನಾವ್ ಹೊಲಿಸಿಕ್ಕೊಲ್ಲ್ಲೋದಿಕ್ಕೆ ಆಗುತ್ತಾ ಮೇಡಂ
    538.233 - 539.997
    ಆ ತರ ನಿಮ್ಮಲ್ಲಿ ಇದ್ದೀಯ ಮೇಡಂ(())
    539.096 - 539.522
    #ಹಮ್ಮ್
    541.147 - 541.647
    #ಹಮ್ಮ್
    542.223 - 557.166
    ಕುಟುಂಬ ಒಂದೇ ತರ ಕುಟುಂಬದವರೆಲ್ಲ ಒಂದೇ ಬಣ್ಣದ ಬಟ್ಟೆ ಹಾಕ್ಕೋಬೇಕು ಅಂತ ಏನ್ ಆದರು ನೀವ್ ಅನ್ಕೊಂಡ್ ಇದ್ರೆ ಆತರ <lang:Foreign>family pack</lang:Foreign>ಅಂತ <lang:Foreign>separate</lang:Foreign>ಇದೆ ಅದುನ್ನು ಕೂಡ ತೋರಿಸ್ತಿವಿ ನಾವು ನಿಮಗೆ <lang:Foreign>collections</lang:Foreign>ಅಲ್ಲಿ ಬಂದು ನಮ್ ಅತ್ರ ನಮ್ದು <lang:Foreign>shop</lang:Foreign>ಗೊಂಡ ಸತಿ <lang:Foreign>visit</lang:Foreign>ಮಾಡ್ಬೋದು
    557.176 - 558.242
    ಏನ್ ತೊಂದ್ರೆ ಇಲ್ಲ ಅದ್ರಲ್ಲಿ
    559.824 - 571.685
    ಹ ಹೌದ ಮೇಡಂ ಹ ಸರಿ ನಮಗೂ ಇದೆ ತರದ್ದು ಬೇಕಿತ್ತು ನೀವು ಇದೆ ತರ ಹೇಳಿದ್ರಿ ನಾವು ಇವಾಗ ನಮಗೆ ನಾವ್ ಒಂದು ನಾಲಕ್ ಜನ ಇದಿವಿ ನಮ್ಮ ಕುಟುಂಬದಲ್ಲಿಇಬ್ಬರು ಮಕ್ಕಳು ಇಬ್ಬರು ಸ್ವಲ್ಪ ದೊಡ್ದೊವ್ರು
    572.209 - 578.370
    ಹೆಣ್ಣು ಮಕ್ಕಳು ಮತ್ತೆ ಗಂಡು ಮಕ್ಕಳಿಗೆ ಮೂರೂ ನಾಲಕ್ಕು ಜನಕ್ಕೆ ಒಂದೇ ತರದ್ದು ನಮಗೆ ಒಂದೇ ತರದ್ದು ಬಟ್ಟೆ ಕೊಡಕ್ಕೆ ಆಗುತ್ತಾ ನಿಮ್ ಕೈಯ್ಯಲ್ಲಿ
    580.081 - 580.770
    ಹಾ ಮೇಡಂ ಬರುತ್ತೆ
    581.455 - 594.894
    ಒಂದೇ ತರ ಹಾ ಒಂದೇ ತರನು ಸಿಗುತ್ತೆ ಇಲ್ಲ ಬೇರೆ ಬೇರೆ ತರದಲ್ಲಿನ್ನು ಒಂದೇ <lang:Foreign>color</lang:Foreign>ಬೇಕು ನಾವು ಒಂದೇ ತರ ಒಂದೇ ಬಣ್ಣದ್ದು ಹಕ್ಕೊಂತಿವಿ ಅಂದ್ರೆ ಅದುನು ಸಿಗುತ್ತೆ ಇಲ್ಲ ಒಂದೇ <lang:Foreign>design</lang:Foreign>ಅಲ್ಲಿ ತಾಯಿ ಎಂಥದು ಹಾಕಿರ್ತಾಲೋ ಮಗಳು ಅದನ್ನೇ ಹಾಕ್ಕೋಬೇಕು ಅಂದ್ರೆ ಆಡುನು ಕೂಡ ನಮ್ ಅತ್ರ ಇದೆ
    595.590 - 598.971
    ನಿಮಗೆ ಯಾವ್ದ್ ಬಂದು ತಗೊಬೋದು ಮೇಡಂ ಅದ್ರಲ್ಲಿ ಏನ್ ತೊಂದ್ರೆ ಇಲ್ಲ ತಗೊಬೋದು
    599.370 - 604.471
    (())ಯಲ್ಲಿ ಬರಿ ಬಟ್ಟೆಗಳೇ ಸಿಗತ್ತಾ ಇಲ್ಲ ಬೇರೆ ಏನ್ ಆದರು ಹಾ ಒಡವೆ ಏನ್ ಆದರು ಆತರದ್ದು ಸಿಗತ್ತಾ ಮೇಡಂ
    606.120 - 613.671
    ಇಲ್ಲ ನಮ್ಮಲ್ಲಿ ಬರಿ ಬಟ್ಟೆ ಮಾತ್ರ ಇದೆ ಸಧ್ಯಕ್ಕೆ ಇದು ಪ್ಲಾನ್ ಇದೆ ಮಾಡಿಲ್ಲ ಇನ್ನು ಮಾಡ್ತಿವಿ ಅದನ್ನು ಸಧ್ಯದಲ್ಲೇ ಮಾಡ್ತಿವಿ
    614.769 - 629.666
    ಹಾ ಮೇಡಂ ನಾನು ಇವಾಗ ನಿಮ್ಮ ಅಂಗಡಿಗೆ ಬರಬೇಕು ಅಂತ ಅನ್ಕೊಂಡ್ ಇದೀನಿ ಸ್ವಲ್ಪ ನಿಮ್ಮ ಅಂಗಡಿ <lang:Foreign>details</lang:Foreign>ನಂಗೆ ಎಲ್ಲ ಸ್ವಲ್ಪ ಕಳ್ಸ್ಕೊತ್ರೆ ನಾವ್ ಬಂದು ಎಲ್ಲ ಅಲ್ಲೇ <lang:Foreign>attend</lang:Foreign>ಆಗ್ತಿವಿ ಇಲ್ಲ ಅಂದ್ರೆ ನಿಮ್ಮ ಅಂಗಡಿ <lang:Foreign>address</lang:Foreign>ಮತ್ತೆ ನಿಮ್ಮುನ್ನ ಹೆಂಗ್ <lang:Foreign>contact</lang:Foreign>ಮಾಡ್ಬೇಕು <lang:Foreign>whats app number</lang:Foreign>ಇಲ್ಲ <lang:Foreign>video call</lang:Foreign>ಮಾಡೋದು ಇಲ್ಲ ನಿಮ್ಮ <lang:Foreign>app</lang:Foreign>ಬಗ್ಗೆ
    629.685 - 630.907
    <lang:Foreign>details</lang:Foreign>ಎಲ್ಲ ಕಲ್ಸ್ಕೊಡಿ ಮೇಡಂ
    632.869 - 633.138
    #ಹಮ್ಮ್
    633.654 - 636.696
    ಆ ಕೆಲಸ ನಾವ್ ಮಾಡ್ತಿವಿ ಕಲ್ಸ್ಕೊಡ್ತಿವಿ ಎಲ್ಲಾನು ಕಲ್ಸ್ಕೊಡ್ತಿವಿ
    637.596 - 638.995
    <lang:Foreign>okay</lang:Foreign>ಮೇಡಂ ಧನ್ಯವಾದ
    640.221 - 641.171
    ಧನ್ಯವಾದಗಳು

    Dataset Details

    Card Head Line

    Language

    Kannada

    Language code

    kn-in

    Country

    India

    Accents

    Mangalore Kannada, Halakki ...more

    Gender Distribution

    M:60, F:40

    Age Group

    18-70

    File Details

    Card Head Line

    Environment

    Silent, Noisy

    Bit Depth

    16 bit

    Format

    wav

    Sample rate

    8khz & 16khz

    Channel

    Stereo

    Audio file duration

    5-15 minutes

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

    Contact Us
    Prompt 2 Bg