Go Back

Go back

Malayalam (India) Call Center Speech Dataset for Telecom

The audio dataset comprises call center conversations for the Telecom domain, featuring native Malayalam 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

Get this Speech Dataset

Get Dataset Btn
AI audio dataset for Telecom in Japanese (Japan)
DownloadDownload Icon

Request Custom Collection

Get Dataset Btn

About this Off-the-shelf Speech Dataset

About Gradiet Line

Introduction

Welcome to the Malayalam Call Center Speech Dataset for the Telecom domain designed to enhance the development of call center speech recognition models specifically for the Telecom 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 Telecom domain, designed to build robust and accurate customer service speech technology.

  • •Participant Diversity:
  • •
    Speakers: 60 expert native Malayalam speakers from the FutureBeeAI Community.
  • •
    Regions: Different regions of Kerala, ensuring a balanced representation of Malayalam 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:
  • •Phone Number Porting
  • •Network Connectivity Issues
  • •Billing and Payments
  • •Technical Support
  • •Service Activation
  • •International Roaming Enquiry
  • •Refunds and Billing Adjustments
  • •Emergency Service Access, and many more
  • •Outbound Calls:
  • •Welcome Calls / Onboarding Process
  • •Payment Reminders
  • •Customer Surveys
  • •Technical Updates
  • •Service Usage Reviews
  • •Network Compliant Status Call, 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 Telecom domain call center conversational AI and ASR models for the Malayalam 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 Malayalam 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 Telecom domain. Potential use cases include:

  • •
    Speech Recognition Models: Training and fine-tuning speech recognition models for Malayalam.
  • •
    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 Telecom sector.
  • •
    Smart Assistants and Chatbots: Developing conversational agents and virtual assistants for customer service in the Telecom 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 Telecom 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 Telecom 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(23)Female(21)wav, json

    TRANSCRIPTION

    LABELSTARTENDCHANNELTRANSCRIPT
    Noise0.7700.852--
    Speech1.6862.94811724894<lang:Foreign>Hello FutureBee</lang:Foreign>
    Noise4.4904.691--
    Speech4.5895.27511724894നമസ്കാരം.
    Noise5.8175.904--
    Speech5.86310.26411724894<lang:Foreign>Jio customer care</lang:Foreign> ലേക്ക് വിളിച്ചതിന് നന്ദി. ഞാ‍ൻ താങ്കളെ എങ്ങനെയാണ് സഹായിക്കേണ്ടത്?
    Noise6.6716.878--
    Speech13.01614.04457839289<lang:Foreign>Hello FutureBee,</lang:Foreign>
    Speech14.55319.98457839289എന്റെ <lang:Foreign>phone</lang:Foreign>ൽ കഴിഞ്ഞ കുറച്ച് ദിവസങ്ങളായി <lang:Foreign>network connectivity</lang:Foreign> പ്രശ്നങ്ങൾ നേരിടുന്നുണ്ട്.
    Speech20.78824.52657839289പ്രത്യേകിച്ചും എനിക്ക് <lang:Foreign>incoming call</lang:Foreign>കൾ സ്വീകരിക്കാൻ കഴിയുന്നില്ല.
    Noise26.27326.489--
    Speech27.22930.08511724894ക്ഷമിക്കണം, നിങ്ങളുടെ <lang:Foreign>phone number</lang:Foreign> എന്താണ്?
    Speech32.96533.52757839289<lang:Foreign>Phone number</lang:Foreign>
    Noise34.08034.148--
    Speech34.21935.17757839289<PII>എട്ടെ ഒമ്പതെ</PII>
    Speech35.77636.84357839289<PII>മൂന്നേ പൂജ്യം</PII>
    Speech37.75738.91957839289<PII>അഞ്ചെ നാലേ</PII>
    Speech40.01741.00857839289<PII>മൂന്നേ രണ്ടേ</PII>
    Speech41.91942.86357839289<PII>രണ്ടേ ഒന്ന്.</PII>
    Speech45.21745.57811724894ശരി.
    Speech46.12249.96111724894മുപ്പത് <lang:Foreign>second wait</lang:Foreign> ചെയ്യുക. ഞാൻ നിങ്ങളുടെ <lang:Foreign>account</lang:Foreign> വിവരങ്ങൾ പരിശോധിക്കുകയാണ്.
    Speech71.35772.96011724894കാത്ത് നിന്നതിന് നന്ദി.
    Speech73.55980.97511724894ശരിയാണ് നിങ്ങളുടെ <lang:Foreign>account</lang:Foreign>ൽ <lang:Foreign>network</lang:Foreign> പ്രശ്നങ്ങൾ <lang:Foreign>report</lang:Foreign> ചെയ്യപ്പെട്ടിട്ടുണ്ട്. ഞങ്ങളുടെ <lang:Foreign>technical team</lang:Foreign> പ്രശ്നം പരിഹരിക്കുവാൻ പ്രവർത്തിക്കുകയാണ്.
    Speech83.24485.38657839289പ്രശ്നം പരിഹരിക്കാൻ എത്ര സമയമെടുക്കും?
    Speech86.23594.11611724894പ്രശ്നം ഇരുപത്തിനാല് മണിക്കൂറിനുള്ളിൽ പരിഹരിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു. ‍ഞങ്ങൾ പ്രശ്നം പരിഹരിക്കുന്നതിനായി എല്ലാ ശ്രമങ്ങളും നടത്തുന്നതാണ്.
    Speech96.845100.44457839289നന്ദി. പ്രശ്നം പരിഹരിക്കുന്നത് വരെ എനിക്ക് ഏതെങ്കിലും
    Speech101.981103.69757839289<lang:Foreign>temporary solution</lang:Foreign> ഉണ്ടോ?
    Speech105.382118.29411724894നിങ്ങളുടെ <lang:Foreign>phone off</lang:Foreign> ചെയ്ത് തിരികെ <lang:Foreign>on</lang:Foreign> ചെയ്യാൻ ശ്രമിക്കാം. നിങ്ങൾക് ഇപ്പോഴും പ്രശ്നങ്ങൾ നേരിടുകയാണെങ്കിൽ നിങ്ങളുടെ <lang:Foreign>phone</lang:Foreign>ഏതെങ്കിലും <lang:Foreign>wifi network</lang:Foreign>ലേക്ക് <lang:Foreign>connect</lang:Foreign> ചെയ്താണ് ഉപയോ​ഗിക്കാൻ ശ്രമിക്കാവുന്നതാണ്.
    Speech121.601126.37257839289നന്ദി. ഞാൻ അത് ചെയ്യാം. പ്രശ്നം പരിഹരിക്കാൻ നിങ്ങൾ നടത്തുന്ന ശ്രമങ്ങൾക് നന്ദി.
    Speech128.299136.04711724894നിങ്ങളെ സഹായിക്കാൻ സാധിച്ചതിൽ സന്തോഷമുണ്ട്. നിങ്ങൾക് എന്തെങ്കിലും സഹായം ആവശ്യമുണ്ടെങ്കിൽ ഞങ്ങളെ ബന്ധപ്പെടാൻ മടിക്കേണ്ടതില്ല.
    Speech136.689143.81811724894കൊച്ചിയിലെ നിങ്ങളുടെ <lang:Foreign>phone</lang:Foreign>ൽ <lang:Foreign>network connectivity</lang:Foreign> പ്രശ്നം തുടരുകയാണെങ്കിൽ നിങ്ങൾക് ഇനി പറയുന്നവ ചെയ്യാൻ കഴിയും.
    Speech144.495144.85211724894ഒന്ന്
    Speech145.366157.48811724894<lang:Foreign>customer care</lang:Foreign>നെ വീണ്ടും വിളിക്കുക. ഇരുപത്തിനാല് മണിക്കൂർ കഴിഞ്ഞിട്ടും നിങ്ങളുടെ പ്രശ്നം പരിഹരിക്കപ്പെട്ടിട്ടില്ലെങ്കിൽ <lang:Foreign>customer care</lang:Foreign>നെ വീണ്ടും വിളിച്ച് അവർ എന്ത് പുരോ​ഗതി നേടിയിട്ടുണ്ടെന്ന് അന്വേഷിക്കാവുന്നതാണ്.
    Speech158.176164.01511724894രണ്ട് <lang:Foreign>technical</lang:Foreign> സഹായ <lang:Foreign>team</lang:Foreign>മായി <lang:Foreign>chat</lang:Foreign> ചെയ്യുക. നിങ്ങളുടെ <lang:Foreign>telecom provider</lang:Foreign>
    Noise165.085165.315--
    Speech165.675171.56911724894<lang:Foreign>website</lang:Foreign>ലെ <lang:Foreign>online chat feature</lang:Foreign> ഉപയോ​ഗിച്ച് <lang:Foreign>technical</lang:Foreign> സഹായ <lang:Foreign>team</lang:Foreign>മായി ബ​ന്ധപ്പെടാൻ ശ്രമിക്കുക.
    Noise171.700171.862--
    Speech172.165187.04311724894മൂന്ന്. <lang:Foreign>Telecom company</lang:Foreign>യുടെ ഔദ്യോഗിക <lang:Foreign>social media page</lang:Foreign>കളിൽ <lang:Foreign>post</lang:Foreign> ചെയ്യുക. നിങ്ങളുടെ പ്രശ്നം <lang:Foreign>telecom company</lang:Foreign>യുടെ ഔദ്യോഗിക <lang:Foreign>Twitter</lang:Foreign> അല്ലെങ്കിൽ <lang:Foreign>Facebook page</lang:Foreign>ൽ <lang:Foreign>post</lang:Foreign>ചെയ്യുക. ഇത് <lang:Foreign>company</lang:Foreign>യുടെ ശ്രദ്ധ പിടിച്ചുപറ്റുകയും നിങ്ങളുടെ
    Speech187.089192.01011724894പ്രശ്നം പരിഹരിക്കുന്നതിന് വേ​ഗത്തിൽ പ്രവർത്തിക്കാൻ അവരെ പ്രേരിപ്പിക്കുകയും ചെയ്യും.
    Speech192.875201.48711724894അടുത്തത് മറ്റൊരു <lang:Foreign>phone</lang:Foreign> ഉപയോ​ഗിക്കുക. നിങ്ങൾക് <lang:Foreign>access</lang:Foreign> ചെയ്യാൻ കഴിയുന്ന മറ്റൊരു <lang:Foreign>phone</lang:Foreign> ഉണ്ടെങ്കിൽ അത് <lang:Foreign>temporary phone</lang:Foreign> ആയി ഉപ​യോ​ഗിക്കാൻ ശ്രമിക്കുക.
    Speech201.993205.05111724894ഇത് പ്രധാന <lang:Foreign>call</lang:Foreign>കൾ നഷ്ടമാകുന്നതിനെ തടയും.
    Speech205.641220.58611724894അടുത്തത്, നിങ്ങളുടെ <lang:Foreign>sim card</lang:Foreign> മറ്റൊരു <lang:Foreign>phone</lang:Foreign>ലേക്ക് മാറ്റുക. നിങ്ങളുടെ <lang:Foreign>sim card</lang:Foreign> മറ്റൊരു <lang:Foreign>phone</lang:Foreign>ലേക്ക് മാറ്റാൻ ശ്രമിക്കുകയും ഇത് പ്രശ്നം നിങ്ങളുടെ <lang:Foreign>phone</lang:Foreign>മായി ബന്ധപ്പെട്ടതാണോ അതോ നിങ്ങളുടെ <lang:Foreign>sim card</lang:Foreign>മായി ബന്ധപ്പെട്ടതാണോ എന്ന് തിരിച്ചറിയാൻ നിങ്ങൾ
    Speech221.237221.80311724894സഹായിക്കും.
    Speech222.293226.98211724894നിങ്ങൾ ഈ ഘട്ടങ്ങൾ പാലിച്ചിട്ടും നിങ്ങളുടെ പ്രശ്നം പരിഹരിക്കപ്പെടുന്നില്ലെങ്കിൽ നിങ്ങളുടെ
    Speech227.937236.55611724894<lang:Foreign>telecom provider</lang:Foreign>ടെ ഏറ്റവും അടുത്തുള്ള <lang:Foreign>sales and service outlet</lang:Foreign> സന്ദർശിക്കുകയും അവയുടെ സഹായം തേടുകയും ചെയ്യുന്നത് പരി​ഗണിക്കുക.
    Noise245.760245.847--
    Noise246.736246.966--
    Speech248.009250.30711724894‌മറ്റേതെങ്കിലും സഹായങ്ങൾ ആവശ്യമുണ്ടോ?
    Noise251.976252.075--
    Noise252.812252.860--
    Speech253.150255.47957839289<lang:Foreign>Network mode</lang:Foreign> #Ah എങ്ങനെ(())?
    Noise255.578255.635--
    Speech257.756268.29911724894<lang:Foreign>Network mode</lang:Foreign> നിങ്ങളുടെ <lang:Foreign>phone Four-G network</lang:Foreign>ലാണോ പ്രവർത്തിക്കുന്നത് എന്ന് പരിശോധിക്കുക. അല്ലെങ്കിൽ <lang:Foreign>Three-G</lang:Foreign> അല്ലെങ്കിൽ <lang:Foreign>Two-G network</lang:Foreign>ലേക്ക് മാറാൻ ശ്രമിക്കുക.
    Speech269.185281.87411724894<lang:Foreign><initial>APNS</initial></lang:Foreign> നിങ്ങളുടെ <lang:Foreign>phone</lang:Foreign>ൽ ശരിയായ <lang:Foreign><initial>APN</initial></lang:Foreign> ക്രമീകരണങ്ങൾ <lang:Foreign>configure</lang:Foreign> ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക. നിങ്ങൾക് അവയെക്കുറിച്ച് ഉറപ്പില്ലെങ്കിൽ നിങ്ങളുടെ <lang:Foreign>telecom provider</lang:Foreign>ന്റെ <lang:Foreign>website</lang:Foreign>ൽ ഏറ്റവും പുതിയ
    Speech282.665284.57811724894<lang:Foreign><initial>APN</initial></lang:Foreign>ക്രമീകരണങ്ങൾ നടത്താം.
    Speech285.612287.89611724894മറ്റേതെങ്കിലും സഹായങ്ങൾ ആവശ്യമുണ്ടോ?
    Noise287.629287.738--
    Speech291.243291.61957839289ഇല്ല.
    Speech292.280292.61857839289നന്ദി.
    Speech294.281299.62111724894<lang:Foreign>Okay</lang:Foreign> താങ്കൾക്ക് നല്ലൊരു ദിവസം ആശംസിക്കുന്നു. <lang:Foreign>Customer care</lang:Foreign> ലേക്ക് വിളിച്ചതിന് നന്ദി.

    TRANSCRIPTION

    TIMETRANSCRIPT
    0.770
    0.852    		-
    1.686
    2.948    		<lang:Foreign>Hello FutureBee</lang:Foreign>
    4.490
    4.691    		-
    4.589
    5.275    		നമസ്കാരം.
    5.817
    5.904    		-
    5.863
    10.264    		<lang:Foreign>Jio customer care</lang:Foreign> ലേക്ക് വിളിച്ചതിന് നന്ദി. ഞാ‍ൻ താങ്കളെ എങ്ങനെയാണ് സഹായിക്കേണ്ടത്?
    6.671
    6.878    		-
    13.016
    14.044    		<lang:Foreign>Hello FutureBee,</lang:Foreign>
    14.553
    19.984    		എന്റെ <lang:Foreign>phone</lang:Foreign>ൽ കഴിഞ്ഞ കുറച്ച് ദിവസങ്ങളായി <lang:Foreign>network connectivity</lang:Foreign> പ്രശ്നങ്ങൾ നേരിടുന്നുണ്ട്.
    20.788
    24.526    		പ്രത്യേകിച്ചും എനിക്ക് <lang:Foreign>incoming call</lang:Foreign>കൾ സ്വീകരിക്കാൻ കഴിയുന്നില്ല.
    26.273
    26.489    		-
    27.229
    30.085    		ക്ഷമിക്കണം, നിങ്ങളുടെ <lang:Foreign>phone number</lang:Foreign> എന്താണ്?
    32.965
    33.527    		<lang:Foreign>Phone number</lang:Foreign>
    34.080
    34.148    		-
    34.219
    35.177    		<PII>എട്ടെ ഒമ്പതെ</PII>
    35.776
    36.843    		<PII>മൂന്നേ പൂജ്യം</PII>
    37.757
    38.919    		<PII>അഞ്ചെ നാലേ</PII>
    40.017
    41.008    		<PII>മൂന്നേ രണ്ടേ</PII>
    41.919
    42.863    		<PII>രണ്ടേ ഒന്ന്.</PII>
    45.217
    45.578    		ശരി.
    46.122
    49.961    		മുപ്പത് <lang:Foreign>second wait</lang:Foreign> ചെയ്യുക. ഞാൻ നിങ്ങളുടെ <lang:Foreign>account</lang:Foreign> വിവരങ്ങൾ പരിശോധിക്കുകയാണ്.
    71.357
    72.960    		കാത്ത് നിന്നതിന് നന്ദി.
    73.559
    80.975    		ശരിയാണ് നിങ്ങളുടെ <lang:Foreign>account</lang:Foreign>ൽ <lang:Foreign>network</lang:Foreign> പ്രശ്നങ്ങൾ <lang:Foreign>report</lang:Foreign> ചെയ്യപ്പെട്ടിട്ടുണ്ട്. ഞങ്ങളുടെ <lang:Foreign>technical team</lang:Foreign> പ്രശ്നം പരിഹരിക്കുവാൻ പ്രവർത്തിക്കുകയാണ്.
    83.244
    85.386    		പ്രശ്നം പരിഹരിക്കാൻ എത്ര സമയമെടുക്കും?
    86.235
    94.116    		പ്രശ്നം ഇരുപത്തിനാല് മണിക്കൂറിനുള്ളിൽ പരിഹരിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു. ‍ഞങ്ങൾ പ്രശ്നം പരിഹരിക്കുന്നതിനായി എല്ലാ ശ്രമങ്ങളും നടത്തുന്നതാണ്.
    96.845
    100.444    		നന്ദി. പ്രശ്നം പരിഹരിക്കുന്നത് വരെ എനിക്ക് ഏതെങ്കിലും
    101.981
    103.697    		<lang:Foreign>temporary solution</lang:Foreign> ഉണ്ടോ?
    105.382
    118.294    		നിങ്ങളുടെ <lang:Foreign>phone off</lang:Foreign> ചെയ്ത് തിരികെ <lang:Foreign>on</lang:Foreign> ചെയ്യാൻ ശ്രമിക്കാം. നിങ്ങൾക് ഇപ്പോഴും പ്രശ്നങ്ങൾ നേരിടുകയാണെങ്കിൽ നിങ്ങളുടെ <lang:Foreign>phone</lang:Foreign>ഏതെങ്കിലും <lang:Foreign>wifi network</lang:Foreign>ലേക്ക് <lang:Foreign>connect</lang:Foreign> ചെയ്താണ് ഉപയോ​ഗിക്കാൻ ശ്രമിക്കാവുന്നതാണ്.
    121.601
    126.372    		നന്ദി. ഞാൻ അത് ചെയ്യാം. പ്രശ്നം പരിഹരിക്കാൻ നിങ്ങൾ നടത്തുന്ന ശ്രമങ്ങൾക് നന്ദി.
    128.299
    136.047    		നിങ്ങളെ സഹായിക്കാൻ സാധിച്ചതിൽ സന്തോഷമുണ്ട്. നിങ്ങൾക് എന്തെങ്കിലും സഹായം ആവശ്യമുണ്ടെങ്കിൽ ഞങ്ങളെ ബന്ധപ്പെടാൻ മടിക്കേണ്ടതില്ല.
    136.689
    143.818    		കൊച്ചിയിലെ നിങ്ങളുടെ <lang:Foreign>phone</lang:Foreign>ൽ <lang:Foreign>network connectivity</lang:Foreign> പ്രശ്നം തുടരുകയാണെങ്കിൽ നിങ്ങൾക് ഇനി പറയുന്നവ ചെയ്യാൻ കഴിയും.
    144.495
    144.852    		ഒന്ന്
    145.366
    157.488    		<lang:Foreign>customer care</lang:Foreign>നെ വീണ്ടും വിളിക്കുക. ഇരുപത്തിനാല് മണിക്കൂർ കഴിഞ്ഞിട്ടും നിങ്ങളുടെ പ്രശ്നം പരിഹരിക്കപ്പെട്ടിട്ടില്ലെങ്കിൽ <lang:Foreign>customer care</lang:Foreign>നെ വീണ്ടും വിളിച്ച് അവർ എന്ത് പുരോ​ഗതി നേടിയിട്ടുണ്ടെന്ന് അന്വേഷിക്കാവുന്നതാണ്.
    158.176
    164.015    		രണ്ട് <lang:Foreign>technical</lang:Foreign> സഹായ <lang:Foreign>team</lang:Foreign>മായി <lang:Foreign>chat</lang:Foreign> ചെയ്യുക. നിങ്ങളുടെ <lang:Foreign>telecom provider</lang:Foreign>
    165.085
    165.315    		-
    165.675
    171.569    		<lang:Foreign>website</lang:Foreign>ലെ <lang:Foreign>online chat feature</lang:Foreign> ഉപയോ​ഗിച്ച് <lang:Foreign>technical</lang:Foreign> സഹായ <lang:Foreign>team</lang:Foreign>മായി ബ​ന്ധപ്പെടാൻ ശ്രമിക്കുക.
    171.700
    171.862    		-
    172.165
    187.043    		മൂന്ന്. <lang:Foreign>Telecom company</lang:Foreign>യുടെ ഔദ്യോഗിക <lang:Foreign>social media page</lang:Foreign>കളിൽ <lang:Foreign>post</lang:Foreign> ചെയ്യുക. നിങ്ങളുടെ പ്രശ്നം <lang:Foreign>telecom company</lang:Foreign>യുടെ ഔദ്യോഗിക <lang:Foreign>Twitter</lang:Foreign> അല്ലെങ്കിൽ <lang:Foreign>Facebook page</lang:Foreign>ൽ <lang:Foreign>post</lang:Foreign>ചെയ്യുക. ഇത് <lang:Foreign>company</lang:Foreign>യുടെ ശ്രദ്ധ പിടിച്ചുപറ്റുകയും നിങ്ങളുടെ
    187.089
    192.010    		പ്രശ്നം പരിഹരിക്കുന്നതിന് വേ​ഗത്തിൽ പ്രവർത്തിക്കാൻ അവരെ പ്രേരിപ്പിക്കുകയും ചെയ്യും.
    192.875
    201.487    		അടുത്തത് മറ്റൊരു <lang:Foreign>phone</lang:Foreign> ഉപയോ​ഗിക്കുക. നിങ്ങൾക് <lang:Foreign>access</lang:Foreign> ചെയ്യാൻ കഴിയുന്ന മറ്റൊരു <lang:Foreign>phone</lang:Foreign> ഉണ്ടെങ്കിൽ അത് <lang:Foreign>temporary phone</lang:Foreign> ആയി ഉപ​യോ​ഗിക്കാൻ ശ്രമിക്കുക.
    201.993
    205.051    		ഇത് പ്രധാന <lang:Foreign>call</lang:Foreign>കൾ നഷ്ടമാകുന്നതിനെ തടയും.
    205.641
    220.586    		അടുത്തത്, നിങ്ങളുടെ <lang:Foreign>sim card</lang:Foreign> മറ്റൊരു <lang:Foreign>phone</lang:Foreign>ലേക്ക് മാറ്റുക. നിങ്ങളുടെ <lang:Foreign>sim card</lang:Foreign> മറ്റൊരു <lang:Foreign>phone</lang:Foreign>ലേക്ക് മാറ്റാൻ ശ്രമിക്കുകയും ഇത് പ്രശ്നം നിങ്ങളുടെ <lang:Foreign>phone</lang:Foreign>മായി ബന്ധപ്പെട്ടതാണോ അതോ നിങ്ങളുടെ <lang:Foreign>sim card</lang:Foreign>മായി ബന്ധപ്പെട്ടതാണോ എന്ന് തിരിച്ചറിയാൻ നിങ്ങൾ
    221.237
    221.803    		സഹായിക്കും.
    222.293
    226.982    		നിങ്ങൾ ഈ ഘട്ടങ്ങൾ പാലിച്ചിട്ടും നിങ്ങളുടെ പ്രശ്നം പരിഹരിക്കപ്പെടുന്നില്ലെങ്കിൽ നിങ്ങളുടെ
    227.937
    236.556    		<lang:Foreign>telecom provider</lang:Foreign>ടെ ഏറ്റവും അടുത്തുള്ള <lang:Foreign>sales and service outlet</lang:Foreign> സന്ദർശിക്കുകയും അവയുടെ സഹായം തേടുകയും ചെയ്യുന്നത് പരി​ഗണിക്കുക.
    245.760
    245.847    		-
    246.736
    246.966    		-
    248.009
    250.307    		‌മറ്റേതെങ്കിലും സഹായങ്ങൾ ആവശ്യമുണ്ടോ?
    251.976
    252.075    		-
    252.812
    252.860    		-
    253.150
    255.479    		<lang:Foreign>Network mode</lang:Foreign> #Ah എങ്ങനെ(())?
    255.578
    255.635    		-
    257.756
    268.299    		<lang:Foreign>Network mode</lang:Foreign> നിങ്ങളുടെ <lang:Foreign>phone Four-G network</lang:Foreign>ലാണോ പ്രവർത്തിക്കുന്നത് എന്ന് പരിശോധിക്കുക. അല്ലെങ്കിൽ <lang:Foreign>Three-G</lang:Foreign> അല്ലെങ്കിൽ <lang:Foreign>Two-G network</lang:Foreign>ലേക്ക് മാറാൻ ശ്രമിക്കുക.
    269.185
    281.874    		<lang:Foreign><initial>APNS</initial></lang:Foreign> നിങ്ങളുടെ <lang:Foreign>phone</lang:Foreign>ൽ ശരിയായ <lang:Foreign><initial>APN</initial></lang:Foreign> ക്രമീകരണങ്ങൾ <lang:Foreign>configure</lang:Foreign> ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക. നിങ്ങൾക് അവയെക്കുറിച്ച് ഉറപ്പില്ലെങ്കിൽ നിങ്ങളുടെ <lang:Foreign>telecom provider</lang:Foreign>ന്റെ <lang:Foreign>website</lang:Foreign>ൽ ഏറ്റവും പുതിയ
    282.665
    284.578    		<lang:Foreign><initial>APN</initial></lang:Foreign>ക്രമീകരണങ്ങൾ നടത്താം.
    285.612
    287.896    		മറ്റേതെങ്കിലും സഹായങ്ങൾ ആവശ്യമുണ്ടോ?
    287.629
    287.738    		-
    291.243
    291.619    		ഇല്ല.
    292.280
    292.618    		നന്ദി.
    294.281
    299.621    		<lang:Foreign>Okay</lang:Foreign> താങ്കൾക്ക് നല്ലൊരു ദിവസം ആശംസിക്കുന്നു. <lang:Foreign>Customer care</lang:Foreign> ലേക്ക് വിളിച്ചതിന് നന്ദി.

    Dataset Demographics

    Details Headline

    Language

    Malayalam

    Language code

    ml-in

    Country

    India

    Accents

    Kasaragod,...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 & 16 khz

    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 Telecom Call Center Speech Datasets

    Audio Card Head Line
    Machine learning audio data for Telecom call center in Odia (India)

    Punjabi Telecom CC Speech Data

    Telecom call center audio data in Punjabi.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Arabic (Saudi Arabia) call center speech data for voicebot

    Saudi Arabian Telecom CC Speech Data

    Telecom call center audio data in Saudi Arabian Arabic.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    Machine learning audio data for Telecom call center in Punjabi (India)

    Colombian Spanish Telecom CC Speech Data

    Telecom call center audio data in Colombian Spanish.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning voice data for Telecom call center in Norwegian (Norway)

    European Portuguese Telecom CC Speech Data

    Telecom call center audio data in Portuguese.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    View All

    View All

    Browse All

    More in Malayalam (India)

    Audio Card Head Line
    Machine learning voice data for Healthcare call center in Norwegian (Norway)

    European Portuguese Healthcare CC Speech Data

    Healthcare call center audio data in Portuguese.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Speech training dataset for Delivery and logistics in English (India)

    American English Delivery & Lgc CC Speech Data

    Delivery & Logistics call center audio data in American English.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    English (Australia) training dataset for Healthcare AI

    Australian English Healthcare CC Speech Data

    Healthcare call center audio data in Australian English.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    Machine learning audio data for Travel call center in Spanish (Colombia)

    Swedish Travel CC Speech Data

    Travel call center audio data in Swedish.

    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.