Go Back

Go back

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

The audio dataset comprises call center conversations for the Retail & E-commerce 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 Retail and E-commerce call center in Marathi (India)
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 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 40 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: 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:
  • •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 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 Retail 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 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)

    Sample Line

    ATTRIBUTES

    Channel 1Channel 2Format
    Female(44)Male(47)wav, json

    TRANSCRIPTION

    LABELSTARTENDCHANNELTRANSCRIPT
    Speech0.0251.250Speaker 1<lang:Foreign>hello Futurebee</lang:Foreign>
    Speech2.7984.125Speaker 2<lang:Foreign>hello Futurebee</lang:Foreign>
    Speech4.7505.400Speaker 1नमस्कार
    Speech5.77510.625Speaker 1विजय <lang:Foreign>sales</lang:Foreign> च्या <lang:Foreign>call center</lang:Foreign> मध्ये आपलं स्वागत आहे. मी <PII>अमृता</PII> आपली काय मदत करू शकते <lang:Foreign>sir</lang:Foreign>
    Speech12.15016.824Speaker 2<lang:Foreign>madam</lang:Foreign> मला ते जे (()) आणि <lang:Foreign>food processor</lang:Foreign> पाठवला आहे (())
    Speech17.14921.675Speaker 1[filler] नाही नाही <lang:Foreign>sir</lang:Foreign> नक्की काय झालंय मला जरा <lang:Foreign>detail</lang:Foreign> मध्ये सांगू शकता का?
    Speech23.22529.875Speaker 2<lang:Foreign>madam</lang:Foreign> दोन दिवसापूर्वी मी तुमच्या <lang:Foreign>market</lang:Foreign> ला (()) तिथं मी <lang:Foreign>food processor</lang:Foreign> पाहिला <lang:Foreign>fridge</lang:Foreign> पाहिला.
    Speech30.27430.875Speaker 1[filler]
    Speech30.55031.475Speaker 2आणि
    Speech32.32536.000Speaker 2त्याची <lang:Foreign>order</lang:Foreign> नोंदवली. माझ्याकडे आलेली आहे.
    Speech36.42339.798Speaker 2<lang:Foreign>food processor</lang:Foreign>चं एक भांडं गायब आहे ज्याला <lang:Foreign>juicer</lang:Foreign> म्हणतात.
    Speech41.10041.825Speaker 1बरं.
    Speech41.29843.250Speaker 2ते <lang:Foreign>juicer</lang:Foreign> मला दिले गेलं नाहीये.
    Speech44.17345.149Speaker 1[filler]
    Speech44.92348.923Speaker 2तिथे दाखवताना मला सगळी भांडी दाखवली तिथं त्या (())
    Speech49.32551.774Speaker 2<lang:Foreign>box</lang:Foreign> घरी आले त्या <lang:Foreign>box</lang:Foreign> वर सगळे (())
    Speech52.12554.600Speaker 2काय काय आतमध्ये आहे ते सगळं आहे.
    Speech55.25058.149Speaker 2आणि आतमध्ये बघायला गेलं तर एक भांडं नाहीये.
    Speech58.35061.100Speaker 1अच्छा <lang:Foreign>sir</lang:Foreign> मला तुमचं पूर्ण नाव सांगता?
    Speech63.87565.224Speaker 2<PII>मंदार जोशी.</PII>
    Speech64.67466.650Speaker 1बरं. तुमचा <lang:Foreign>mobile number</lang:Foreign> सांगता <lang:Foreign>sir</lang:Foreign>
    Speech69.95071.200Speaker 2 <PII>सत्तर बहात्तर</PII>
    Speech70.62571.025Speaker 1[filler]
    Speech72.37574.775Speaker 2 <PII>चाळीस चव्वेचाळीस त्रेपन्न</PII>
    Speech72.70073.250Speaker 1[filler]
    Speech74.62581.549Speaker 1बरं <lang:Foreign>sir</lang:Foreign> मी <lang:Foreign>database</lang:Foreign> मध्ये बघते आहे की तुम्ही आमच्याकडून एक तीन दिवसापूर्वीच या दोन्ही गोष्टी खरेदी केलेल्या आहेत.
    Speech81.57585.875Speaker 1आमची जी <lang:Foreign>market yard</lang:Foreign>ची जी शाखा आहे तिकडनं तुम्ही या गोष्टी घेतल्यात.
    Speech85.90090.849Speaker 1आणि मला सांगायला खरंतर एक गोष्ट फारच अभिमानास्पद वाटते आहे की तुम्ही आमचे एक
    Speech90.90098.799Speaker 1<lang:Foreign>golden customer</lang:Foreign> आहात. गेल्या अनेक वर्षांपासून तुम्ही विजय <lang:Foreign>sales</lang:Foreign> मधनं वेगवेगळे <lang:Foreign>home appliance</lang:Foreign> खरेदी केलेले आहेत. बरोबर <lang:Foreign>sir</lang:Foreign>?
    Speech101.325104.000Speaker 2अहो पण असा अनुभव कधीच आलेला नाहीये.
    Speech104.924108.625Speaker 2ती माझी बायको भडकली आहे. ती म्हणतीये असला गळका <lang:Foreign>fridge</lang:Foreign> नको आपल्याला.
    Speech108.875113.775Speaker 2हे भांडं पण नको काही आपल्याला याचे. <lang:Foreign>food processor</lang:Foreign> सगळं परत करून टाका.
    Speech113.674116.224Speaker 1नाही नाही <lang:Foreign>sir</lang:Foreign> तुम्हाला परत करायची
    Speech115.799120.000Speaker 2असं होत नाही ना <lang:Foreign>madam</lang:Foreign> आता एवढी वर्ष प्रत्येक वेळेला काहीही घ्यायचं असलं तर
    Speech120.125124.750Speaker 2बरं. मला सांगा माझ्या घराच्या आसपास एवढी दुकानं असताना ती सोडून मी विजय <lang:Foreign>sales</lang:Foreign>ला येतो की नाही?
    Speech125.375126.299Speaker 1हो <lang:Foreign>sir</lang:Foreign> (())
    Speech125.974128.300Speaker 2एकतर मला <lang:Foreign>service</lang:Foreign> चांगली मिळते.
    Speech128.875133.775Speaker 2तिथले सगळे <lang:Foreign>home appliances</lang:Foreign> किंवा जे काही मी तिथून घेतो ते सगळं चांगलं असतं.
    Speech134.925138.650Speaker 2<lang:Foreign>quality</lang:Foreign> आणि <lang:Foreign>overall service</lang:Foreign> याच्यासाठी मी तुमच्याकडे येतो की नाही?
    Speech139.050148.074Speaker 1बरोबर म्हणताय <lang:Foreign>sir</lang:Foreign> तुम्ही [filler] तुमचं म्हणणं अगदी बरोबर आहे. [filler] मला सांगा की तुम्हाला [filler] जो <lang:Foreign>food processor</lang:Foreign> घेतलेला आहे त्याच्यामध्ये <lang:Foreign>juicer</lang:Foreign>चं भांडं आलेलं नाहीये.
    Speech150.125150.973Speaker 2बरोबर.
    Speech150.199158.598Speaker 1मी <lang:Foreign>dispatch department</lang:Foreign>चा <lang:Foreign>mail check</lang:Foreign> करते आहे. त्याच्या म्हणण्या नुसार तरी तुम्हाला ते भांडं देण्यात आलेलं आहे <lang:Foreign>sir</lang:Foreign> म्हणजे त्यांचं म्हणणं आहे
    Speech159.025161.650Speaker 2मग ते गेलं कुठे? त्यांनी दिलेलं आहे तर ते गेलं कुठं?
    Speech161.775169.574Speaker 1[filler] <lang:Foreign>sir</lang:Foreign> मी पुन्हा एकदा हा <lang:Foreign>mail raise</lang:Foreign> केलेला आहे की तुमचा जो <lang:Foreign>number</lang:Foreign> आहे <lang:Foreign>invoice number</lang:Foreign> तो तुम्हाला पाठवून दिलेला आहे.
    Speech169.598175.574Speaker 1<lang:Foreign>sir</lang:Foreign> मला एक फक्त सांगा की जेव्हा तुमच्याकडे [filler] या गोष्टी आल्या तेव्हा तुम्ही घरी होतात का <lang:Foreign>sir</lang:Foreign>

    TRANSCRIPTION

    TIMETRANSCRIPT
    0.025
    1.250    		<lang:Foreign>hello Futurebee</lang:Foreign>
    2.798
    4.125    		<lang:Foreign>hello Futurebee</lang:Foreign>
    4.750
    5.400    		नमस्कार
    5.775
    10.625    		विजय <lang:Foreign>sales</lang:Foreign> च्या <lang:Foreign>call center</lang:Foreign> मध्ये आपलं स्वागत आहे. मी <PII>अमृता</PII> आपली काय मदत करू शकते <lang:Foreign>sir</lang:Foreign>
    12.150
    16.824    		<lang:Foreign>madam</lang:Foreign> मला ते जे (()) आणि <lang:Foreign>food processor</lang:Foreign> पाठवला आहे (())
    17.149
    21.675    		[filler] नाही नाही <lang:Foreign>sir</lang:Foreign> नक्की काय झालंय मला जरा <lang:Foreign>detail</lang:Foreign> मध्ये सांगू शकता का?
    23.225
    29.875    		<lang:Foreign>madam</lang:Foreign> दोन दिवसापूर्वी मी तुमच्या <lang:Foreign>market</lang:Foreign> ला (()) तिथं मी <lang:Foreign>food processor</lang:Foreign> पाहिला <lang:Foreign>fridge</lang:Foreign> पाहिला.
    30.274
    30.875    		[filler]
    30.550
    31.475    		आणि
    32.325
    36.000    		त्याची <lang:Foreign>order</lang:Foreign> नोंदवली. माझ्याकडे आलेली आहे.
    36.423
    39.798    		<lang:Foreign>food processor</lang:Foreign>चं एक भांडं गायब आहे ज्याला <lang:Foreign>juicer</lang:Foreign> म्हणतात.
    41.100
    41.825    		बरं.
    41.298
    43.250    		ते <lang:Foreign>juicer</lang:Foreign> मला दिले गेलं नाहीये.
    44.173
    45.149    		[filler]
    44.923
    48.923    		तिथे दाखवताना मला सगळी भांडी दाखवली तिथं त्या (())
    49.325
    51.774    		<lang:Foreign>box</lang:Foreign> घरी आले त्या <lang:Foreign>box</lang:Foreign> वर सगळे (())
    52.125
    54.600    		काय काय आतमध्ये आहे ते सगळं आहे.
    55.250
    58.149    		आणि आतमध्ये बघायला गेलं तर एक भांडं नाहीये.
    58.350
    61.100    		अच्छा <lang:Foreign>sir</lang:Foreign> मला तुमचं पूर्ण नाव सांगता?
    63.875
    65.224    		<PII>मंदार जोशी.</PII>
    64.674
    66.650    		बरं. तुमचा <lang:Foreign>mobile number</lang:Foreign> सांगता <lang:Foreign>sir</lang:Foreign>
    69.950
    71.200    		 <PII>सत्तर बहात्तर</PII>
    70.625
    71.025    		[filler]
    72.375
    74.775    		 <PII>चाळीस चव्वेचाळीस त्रेपन्न</PII>
    72.700
    73.250    		[filler]
    74.625
    81.549    		बरं <lang:Foreign>sir</lang:Foreign> मी <lang:Foreign>database</lang:Foreign> मध्ये बघते आहे की तुम्ही आमच्याकडून एक तीन दिवसापूर्वीच या दोन्ही गोष्टी खरेदी केलेल्या आहेत.
    81.575
    85.875    		आमची जी <lang:Foreign>market yard</lang:Foreign>ची जी शाखा आहे तिकडनं तुम्ही या गोष्टी घेतल्यात.
    85.900
    90.849    		आणि मला सांगायला खरंतर एक गोष्ट फारच अभिमानास्पद वाटते आहे की तुम्ही आमचे एक
    90.900
    98.799    		<lang:Foreign>golden customer</lang:Foreign> आहात. गेल्या अनेक वर्षांपासून तुम्ही विजय <lang:Foreign>sales</lang:Foreign> मधनं वेगवेगळे <lang:Foreign>home appliance</lang:Foreign> खरेदी केलेले आहेत. बरोबर <lang:Foreign>sir</lang:Foreign>?
    101.325
    104.000    		अहो पण असा अनुभव कधीच आलेला नाहीये.
    104.924
    108.625    		ती माझी बायको भडकली आहे. ती म्हणतीये असला गळका <lang:Foreign>fridge</lang:Foreign> नको आपल्याला.
    108.875
    113.775    		हे भांडं पण नको काही आपल्याला याचे. <lang:Foreign>food processor</lang:Foreign> सगळं परत करून टाका.
    113.674
    116.224    		नाही नाही <lang:Foreign>sir</lang:Foreign> तुम्हाला परत करायची
    115.799
    120.000    		असं होत नाही ना <lang:Foreign>madam</lang:Foreign> आता एवढी वर्ष प्रत्येक वेळेला काहीही घ्यायचं असलं तर
    120.125
    124.750    		बरं. मला सांगा माझ्या घराच्या आसपास एवढी दुकानं असताना ती सोडून मी विजय <lang:Foreign>sales</lang:Foreign>ला येतो की नाही?
    125.375
    126.299    		हो <lang:Foreign>sir</lang:Foreign> (())
    125.974
    128.300    		एकतर मला <lang:Foreign>service</lang:Foreign> चांगली मिळते.
    128.875
    133.775    		तिथले सगळे <lang:Foreign>home appliances</lang:Foreign> किंवा जे काही मी तिथून घेतो ते सगळं चांगलं असतं.
    134.925
    138.650    		<lang:Foreign>quality</lang:Foreign> आणि <lang:Foreign>overall service</lang:Foreign> याच्यासाठी मी तुमच्याकडे येतो की नाही?
    139.050
    148.074    		बरोबर म्हणताय <lang:Foreign>sir</lang:Foreign> तुम्ही [filler] तुमचं म्हणणं अगदी बरोबर आहे. [filler] मला सांगा की तुम्हाला [filler] जो <lang:Foreign>food processor</lang:Foreign> घेतलेला आहे त्याच्यामध्ये <lang:Foreign>juicer</lang:Foreign>चं भांडं आलेलं नाहीये.
    150.125
    150.973    		बरोबर.
    150.199
    158.598    		मी <lang:Foreign>dispatch department</lang:Foreign>चा <lang:Foreign>mail check</lang:Foreign> करते आहे. त्याच्या म्हणण्या नुसार तरी तुम्हाला ते भांडं देण्यात आलेलं आहे <lang:Foreign>sir</lang:Foreign> म्हणजे त्यांचं म्हणणं आहे
    159.025
    161.650    		मग ते गेलं कुठे? त्यांनी दिलेलं आहे तर ते गेलं कुठं?
    161.775
    169.574    		[filler] <lang:Foreign>sir</lang:Foreign> मी पुन्हा एकदा हा <lang:Foreign>mail raise</lang:Foreign> केलेला आहे की तुमचा जो <lang:Foreign>number</lang:Foreign> आहे <lang:Foreign>invoice number</lang:Foreign> तो तुम्हाला पाठवून दिलेला आहे.
    169.598
    175.574    		<lang:Foreign>sir</lang:Foreign> मला एक फक्त सांगा की जेव्हा तुमच्याकडे [filler] या गोष्टी आल्या तेव्हा तुम्ही घरी होतात का <lang:Foreign>sir</lang:Foreign>

    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 Retail & E-Commerce Call Center Speech Datasets

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

    Punjabi Retail & E-com CC Speech Data

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

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    AI voice dataset for Retail and E-commerce in Mandarin (China)

    Mandarin Retail & E-com CC Speech Data

    Retail & E-commerce call center audio data in Mandarin Chinese.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    English (New Zealand) call center audio recording for Retail and E-commerce industry

    New Zealand Retail & E-com CC Speech Data

    Retail & E-commerce call center audio data in New Zealand English.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Audio data in French (Canada) for Retail and E-commerce call center

    Canadian French Retail & E-com CC Speech Data

    Retail & E-commerce call center audio data in Canadian French

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    View All

    View All

    Browse All

    More in Marathi (India)

    Audio Card Head Line
    AI speech dataset for Telecom in Italian (Italy)

    Korean Telecom CC Speech Data

    Telecom call center audio data in Korean.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    AI speech dataset for Retail and E-commerce in Korean (South Korea)

    Korean Retail & E-com CC Speech Data

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

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Audio data in Spanish (USA) for Telecom call center

    US Spanish Telecom CC Speech Data

    Telecom call center audio data in US Spanish

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Audio data in Urdu (Pakistan) for Healthcare call center

    Urdu Healthcare CC Speech Data

    Healthcare call center audio data in Urdu.

    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.