Go Back

Go back

Bengali (India) Call Center Speech Dataset for Travel

The audio dataset comprises call center conversations for the Travel domain, featuring native Bengali 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
Bengali (India) training dataset for Travel AI
DownloadDownload Icon

Request Custom Collection

Get Dataset Btn

About this Off-the-shelf Speech Dataset

About Gradiet Line

Introduction

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

  • •Participant Diversity:
  • •
    Speakers: 60 expert native Bengali speakers from the FutureBeeAI Community.
  • •
    Regions: Different regions of West Bengal, ensuring a balanced representation of Bengali 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:
  • •Booking inquiries and assistance
  • •Destination information and recommendations
  • •Assistance with flight delays or cancellations
  • •Special assistance for passengers with disabilities
  • •Travel-related health and safety inquiry
  • •Assistance with lost or delayed baggage, and many more
  • •Outbound Calls:
  • •Promotional offers and package deals
  • •Customer satisfaction surveys
  • •Booking confirmations and updates
  • •Flight schedule changes and notifications
  • •Customer feedback collection
  • •Reminders for passport or visa expiration date, 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 Travel domain call center conversational AI and ASR models for the Bengali 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 Bengali 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 Travel domain. Potential use cases include:

  • •
    Speech Recognition Models: Training and fine-tuning speech recognition models for Bengali.
  • •
    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 Travel sector.
  • •
    Smart Assistants and Chatbots: Developing conversational agents and virtual assistants for customer service in the Travel 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 Travel 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 Travel 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(34)Male(34)wav, json

    TRANSCRIPTION

    LABELSTARTENDCHANNELTRANSCRIPT
    Noise0.4250.690--
    Speech1.0521.52340460776<lang:Foreign>Hello</lang:Foreign>
    Speech3.0295.48840460776<lang:Foreign>Future bee airlines</lang:Foreign> এর তরফ থেকে
    Speech5.9716.93140460776<lang:Foreign>Call</lang:Foreign> করছিলাম।
    Speech7.3859.77040460776আমি কি স্নেহা গোড়াই এর সাথে
    Speech11.00611.81640460776কথা বলছি?
    Speech12.16113.02918419332হ্যাঁ বলুন
    Speech14.89120.43740460776হ্যাঁ <lang:Foreign>madam</lang:Foreign> আপনার গোহাটি যাওয়ার <lang:Foreign>flight</lang:Foreign> দশটায় ছিল সেটা <lang:Foreign>delay</lang:Foreign> হয়ে
    Speech21.24124.05740460776দশটা ত্রিশ <lang:Foreign><initial>PM</initial></lang:Foreign> (()) হয়েছে।
    Speech24.86826.71340460776আপনি কি এটা <lang:Foreign>avail</lang:Foreign> করতে চান?
    Speech28.59233.24118419332আচ্ছা #আহ না আমার তো একটু তারা ছিল আমার #আহ
    Speech33.82235.41418419332আগের <lang:Foreign>time</lang:Foreign> টাই আমার দরকার।
    Speech36.02339.20118419332ওই <lang:Foreign>time</lang:Foreign> এ কি অন্য কোনো গোহাটি যাওয়ার <lang:Foreign>flight</lang:Foreign> আছে?
    Noise38.83339.109--
    Speech41.69551.01740460776<lang:Foreign>Actually madam air india</lang:Foreign> র <lang:Foreign>flight</lang:Foreign> টা <lang:Foreign>delay</lang:Foreign> করেছে কিন্তু #আহ #উম কলকাতা [noise] গোহাটির আরো তিনটে <lang:Foreign>flight</lang:Foreign> আছে কিন্তু তিনটে <lang:Foreign>flight</lang:Foreign>
    Speech51.50053.77040460776#আহ দশটায় একটা আছে একটা
    Speech54.23556.17840460776আছে হচ্ছে আপনার <lang:Foreign>nine forty five</lang:Foreign>
    Speech57.36859.50040460776এবং আর একটা হচ্ছে দশটা পনেরো
    Speech60.46562.82740460776এই তিনটে <lang:Foreign>flight</lang:Foreign> তো আমার এখানে (()) <lang:Foreign>show</lang:Foreign> করছে।
    Speech63.52868.01140460776এবং #আহ কিন্তু<lang:Foreign>madam</lang:Foreign> এই <lang:Foreign>flight</lang:Foreign> গুলোতে <lang:Foreign>almost seat book</lang:Foreign>
    Speech69.21272.50540460776আপনি যদি #আহ মানে আপনার দেখছি এখানে <lang:Foreign>business class</lang:Foreign> এ
    Speech72.93674.55140460776#আহ ইয়ে করা আছে
    Speech75.68477.91940460776#আহ সেক্ষেত্রে আপনি কিভাবে <lang:Foreign>avail</lang:Foreign> করতে চান?
    Speech80.16186.20118419332#আহ আমার তো দশটা <lang:Foreign>timing</lang:Foreign> টাই #আহ <lang:Foreign>suitable</lang:Foreign> দশটার <lang:Foreign>timing</lang:Foreign> টাই দরকার সেক্ষেত্রে
    Speech87.77088.54018419332(())
    Speech88.20196.79840460776#আহ <lang:Foreign>madam</lang:Foreign> দশটার <lang:Foreign>timing</lang:Foreign> টা আমাদের এখানে <lang:Foreign>available</lang:Foreign> আছে কিন্তু #আহ #আম্ম দেখছি এখানে <lang:Foreign>economy class</lang:Foreign> এর আর মাত্র
    Speech97.591103.34440460776চারটে<lang:Foreign>seat</lang:Foreign> #আহ <lang:Foreign>available</lang:Foreign> আছে বাকি <lang:Foreign>seat</lang:Foreign> আমাদের সব <lang:Foreign>book</lang:Foreign> হয়ে গেছে এখন <lang:Foreign>actually madam</lang:Foreign>
    Speech103.908110.04540460776#আহ <lang:Foreign>fisting session</lang:Foreign> চলছে তো সেক্ষেত্রে <lang:Foreign>flight</lang:Foreign> কিন্তু খুব তাড়াতাড়ি আমাদের এখানে <lang:Foreign>fulfill</lang:Foreign> হয়ে যাচ্ছে।
    Speech111.155115.76418419332আচ্ছা #আম্ম তাহলে #আহ <lang:Foreign>economy class</lang:Foreign> এরই আমার একটা <lang:Foreign>booking</lang:Foreign> করেনিন।
    Speech118.005125.67240460776<lang:Foreign>Okay madam</lang:Foreign> তাহলে ওই <lang:Foreign>flight</lang:Foreign> এর [noise] থেকে এই <lang:Foreign>flight</lang:Foreign> এর <lang:Foreign>charge</lang:Foreign> টা <lang:Foreign>almost thousand rupees extra</lang:Foreign> পড়বে।
    Speech126.436128.80440460776তা সেটাকে আপনি কিভাবে <lang:Foreign>payment</lang:Foreign> করবেন?
    Speech129.252129.83340460776বা
    Speech130.792131.82140460776#আহ কি করবেন?
    Speech131.402137.83818419332হ্যাঁ <lang:Foreign>obviously</lang:Foreign> সেটা আমার জানা আছে আমার <lang:Foreign>timing</lang:Foreign> টা এখন <lang:Foreign>main factor</lang:Foreign> হয়ে দাঁড়িয়েছে তো <lang:Foreign>naturally</lang:Foreign> আমার এখন বেশি
    Speech138.453142.85018419332টাকা পড়লেও কিছু করার নেই<lang:Foreign>charges</lang:Foreign> আমাকে বেশি দিয়ে আমাকে <lang:Foreign>timing</lang:Foreign> এ পৌঁছাতে হবে।
    Speech143.494147.83818419332#আহ ঠিক আছে আপনি #আহ <lang:Foreign>online payment option</lang:Foreign> তো আসা করি আছে।
    Speech149.005149.53918419332#আহ
    Speech150.654157.40718419332এ ক্ষেত্রে আমায় #আহ কিছু একটা <lang:Foreign>scanner</lang:Foreign> বা এটা আমার <lang:Foreign>whatsApp number scanner</lang:Foreign> পাঠাতে পারেন বা কোনো <lang:Foreign>mobile number</lang:Foreign> দিতে পারেন।
    Speech150.919151.74140460776হ্যাঁ আছে <lang:Foreign>madam</lang:Foreign>
    Noise159.264160.054--
    Speech160.085166.91940460776হ্যাঁ <lang:Foreign>okay madam</lang:Foreign> আমাকে দু <lang:Foreign>minute</lang:Foreign> দিন আমি আপনাকে #আহ বলছি একটু <lang:Foreign>line</lang:Foreign> একটু <lang:Foreign>line</lang:Foreign> টা<lang:Foreign>hold</lang:Foreign> করবেন <lang:Foreign>madam</lang:Foreign>
    Speech167.241167.75818419332নিশ্চয়ই
    Speech169.137172.78640460776<lang:Foreign>Okay madam</lang:Foreign> আমি আপনাকে #আহ <lang:Foreign>scanner</lang:Foreign> এর <lang:Foreign>payment</lang:Foreign> দিয়েছি।
    Speech173.545176.36140460776#আহ সেটাতে যদি একটু <lang:Foreign>kindly payment</lang:Foreign> টা করে দেন।
    Speech177.499179.66040460776তাহলে আমি <lang:Foreign>father process</lang:Foreign> করতে পারি।
    Speech178.482179.09718419332নিশ্চই
    Speech180.706182.49318419332এক <lang:Foreign>minute hold</lang:Foreign> করুন [noise] আমি দিচ্ছি।
    Speech184.942186.49918419332হ্যাঁ <lang:Foreign>payment procedure done</lang:Foreign>
    Speech188.424191.62540460776#আহ <lang:Foreign>okay madam</lang:Foreign> আমাদের এখানে <lang:Foreign>payment show</lang:Foreign> করছে তাহলে আমি
    Speech192.022195.59740460776#আহ দশটায় যে <lang:Foreign>flight</lang:Foreign> টা আছে সেটাতে আমি আপনার জন্য একটি
    Speech196.005197.72940460776#আহ <lang:Foreign>business class</lang:Foreign> এর
    Speech198.993200.80940460776#আহ <lang:Foreign>ticket book</lang:Foreign> করে দিচ্ছি।
    Speech201.269204.82740460776সে ক্ষেত্রে আপনি কালকে দশটার <lang:Foreign>time</lang:Foreign> এ যেতে পারবেন।
    Speech203.706204.74618419332<lang:Foreign>Economical class</lang:Foreign>
    Speech206.016206.35518419332#হুম
    Noise206.097206.378--
    Speech208.459211.14318419332আচ্ছা ঠিক আছে <lang:Foreign>economical</lang:Foreign> #আহ
    Speech214.367215.33240460776হ্যাঁ বলুন <lang:Foreign>madam</lang:Foreign>
    Speech215.964217.56818419332হ্যাঁ <lang:Foreign>economic</lang:Foreign> #আহ
    Speech218.039218.45318419332তো
    Speech219.591226.03340460776হ্যাঁ হ্যাঁ ওটা <lang:Foreign>economic class</lang:Foreign> এরই <lang:Foreign>ticket</lang:Foreign> এবং মানে আশা করবো আপনার <lang:Foreign>journey</lang:Foreign> #আহ ভালো হবে।
    Speech220.913221.20618419332#হুম
    Speech226.643231.66040460776এবং মানে <lang:Foreign>sorry madam</lang:Foreign> যখন এখন বুঝতেই তো পারছেন কুয়াশার জন্যে #আহ বিভিন্ন <lang:Foreign>flight</lang:Foreign>
    Speech227.528228.26318419332#হুম #হুম
    Speech232.200235.52840460776<lang:Foreign>Delay</lang:Foreign> করছে মানে এটা তো আমাদের মানে <lang:Foreign>natural</lang:Foreign>
    Speech236.349239.78040460776(()) ব্যাপার সেটা তো (()) আগে আমাদের হাতে তো কিছু করার নেই
    Speech242.211248.02718419332না ঠিক আছে #আহ <lang:Foreign>future bee</lang:Foreign> কে অসংখ্য ধন্যবাদ যে #আহ <lang:Foreign>next day</lang:Foreign> র আমার সকাল দশটার
    Speech248.424249.17718419332#আহ
    Speech249.470258.45318419332যেহেতু <lang:Foreign>flight</lang:Foreign> ছিল সে ক্ষেত্রে #আহ <lang:Foreign>delay</lang:Foreign> হবে বা আমি কিভাবে সেটা <lang:Foreign>continue</lang:Foreign> করবো এটা আমাকে জানানোর জন্য অসংখ্য ধন্যবাদ <lang:Foreign>future bee</lang:Foreign> কে
    Speech259.171260.29218419332#আহ
    Speech260.786264.47618419332নিশ্চই আমি দশটার <lang:Foreign>time</lang:Foreign> টাতেই আমি <lang:Foreign>available</lang:Foreign> থাকবো
    Speech261.102261.44140460776#হুম
    Speech265.016265.61418419332এবং
    Speech266.734270.80918419332#আহ <lang:Foreign>thank you so much future bee</lang:Foreign> কে আবারো বলছি।
    Noise271.022271.286--
    Speech271.614277.44118419332আর <lang:Foreign>future bee</lang:Foreign> র #আহ <lang:Foreign>travel agency</lang:Foreign> র সঙ্গে আমার #আহ যাতায়াত অনেক দিনেরই
    Speech278.004281.35518419332তো সেক্ষেত্রে এটা তাদের কাছে আশা করাই যায়।
    Speech284.872291.14840460776হ্যাঁ <lang:Foreign>madam thank you</lang:Foreign> #আহ <lang:Foreign>future bee</lang:Foreign> কে #আহ মানে <lang:Foreign>travel agen</lang:Foreign> হিসাবে #আম্ম <lang:Foreign>choose</lang:Foreign> করার জন্য।
    Speech291.786296.45840460776এবং আমরা দেখবো যে <lang:Foreign>further</lang:Foreign> যাতে <lang:Foreign>customer</lang:Foreign> কে আমরা <lang:Foreign>best support</lang:Foreign> দিতে পারি
    Speech297.194300.87240460776বা (()) মানে <lang:Foreign>in future</lang:Foreign> যাতে আমরা মানে কোনো রকম
    Speech301.498303.60240460776(()) <lang:Foreign>travel</lang:Foreign> আপনাদেরকে
    Speech304.044305.97540460776#আহ (()) <lang:Foreign>help</lang:Foreign> করতে পারি।
    Speech306.809308.82618419332নিশ্চই নিশ্চই ধন্যবাদ
    Speech310.338311.67740460776<lang:Foreign>Okay madam good day</lang:Foreign>

    TRANSCRIPTION

    TIMETRANSCRIPT
    0.425
    0.690    		-
    1.052
    1.523    		<lang:Foreign>Hello</lang:Foreign>
    3.029
    5.488    		<lang:Foreign>Future bee airlines</lang:Foreign> এর তরফ থেকে
    5.971
    6.931    		<lang:Foreign>Call</lang:Foreign> করছিলাম।
    7.385
    9.770    		আমি কি স্নেহা গোড়াই এর সাথে
    11.006
    11.816    		কথা বলছি?
    12.161
    13.029    		হ্যাঁ বলুন
    14.891
    20.437    		হ্যাঁ <lang:Foreign>madam</lang:Foreign> আপনার গোহাটি যাওয়ার <lang:Foreign>flight</lang:Foreign> দশটায় ছিল সেটা <lang:Foreign>delay</lang:Foreign> হয়ে
    21.241
    24.057    		দশটা ত্রিশ <lang:Foreign><initial>PM</initial></lang:Foreign> (()) হয়েছে।
    24.868
    26.713    		আপনি কি এটা <lang:Foreign>avail</lang:Foreign> করতে চান?
    28.592
    33.241    		আচ্ছা #আহ না আমার তো একটু তারা ছিল আমার #আহ
    33.822
    35.414    		আগের <lang:Foreign>time</lang:Foreign> টাই আমার দরকার।
    36.023
    39.201    		ওই <lang:Foreign>time</lang:Foreign> এ কি অন্য কোনো গোহাটি যাওয়ার <lang:Foreign>flight</lang:Foreign> আছে?
    38.833
    39.109    		-
    41.695
    51.017    		<lang:Foreign>Actually madam air india</lang:Foreign> র <lang:Foreign>flight</lang:Foreign> টা <lang:Foreign>delay</lang:Foreign> করেছে কিন্তু #আহ #উম কলকাতা [noise] গোহাটির আরো তিনটে <lang:Foreign>flight</lang:Foreign> আছে কিন্তু তিনটে <lang:Foreign>flight</lang:Foreign>
    51.500
    53.770    		#আহ দশটায় একটা আছে একটা
    54.235
    56.178    		আছে হচ্ছে আপনার <lang:Foreign>nine forty five</lang:Foreign>
    57.368
    59.500    		এবং আর একটা হচ্ছে দশটা পনেরো
    60.465
    62.827    		এই তিনটে <lang:Foreign>flight</lang:Foreign> তো আমার এখানে (()) <lang:Foreign>show</lang:Foreign> করছে।
    63.528
    68.011    		এবং #আহ কিন্তু<lang:Foreign>madam</lang:Foreign> এই <lang:Foreign>flight</lang:Foreign> গুলোতে <lang:Foreign>almost seat book</lang:Foreign>
    69.212
    72.505    		আপনি যদি #আহ মানে আপনার দেখছি এখানে <lang:Foreign>business class</lang:Foreign> এ
    72.936
    74.551    		#আহ ইয়ে করা আছে
    75.684
    77.919    		#আহ সেক্ষেত্রে আপনি কিভাবে <lang:Foreign>avail</lang:Foreign> করতে চান?
    80.161
    86.201    		#আহ আমার তো দশটা <lang:Foreign>timing</lang:Foreign> টাই #আহ <lang:Foreign>suitable</lang:Foreign> দশটার <lang:Foreign>timing</lang:Foreign> টাই দরকার সেক্ষেত্রে
    87.770
    88.540    		(())
    88.201
    96.798    		#আহ <lang:Foreign>madam</lang:Foreign> দশটার <lang:Foreign>timing</lang:Foreign> টা আমাদের এখানে <lang:Foreign>available</lang:Foreign> আছে কিন্তু #আহ #আম্ম দেখছি এখানে <lang:Foreign>economy class</lang:Foreign> এর আর মাত্র
    97.591
    103.344    		চারটে<lang:Foreign>seat</lang:Foreign> #আহ <lang:Foreign>available</lang:Foreign> আছে বাকি <lang:Foreign>seat</lang:Foreign> আমাদের সব <lang:Foreign>book</lang:Foreign> হয়ে গেছে এখন <lang:Foreign>actually madam</lang:Foreign>
    103.908
    110.045    		#আহ <lang:Foreign>fisting session</lang:Foreign> চলছে তো সেক্ষেত্রে <lang:Foreign>flight</lang:Foreign> কিন্তু খুব তাড়াতাড়ি আমাদের এখানে <lang:Foreign>fulfill</lang:Foreign> হয়ে যাচ্ছে।
    111.155
    115.764    		আচ্ছা #আম্ম তাহলে #আহ <lang:Foreign>economy class</lang:Foreign> এরই আমার একটা <lang:Foreign>booking</lang:Foreign> করেনিন।
    118.005
    125.672    		<lang:Foreign>Okay madam</lang:Foreign> তাহলে ওই <lang:Foreign>flight</lang:Foreign> এর [noise] থেকে এই <lang:Foreign>flight</lang:Foreign> এর <lang:Foreign>charge</lang:Foreign> টা <lang:Foreign>almost thousand rupees extra</lang:Foreign> পড়বে।
    126.436
    128.804    		তা সেটাকে আপনি কিভাবে <lang:Foreign>payment</lang:Foreign> করবেন?
    129.252
    129.833    		বা
    130.792
    131.821    		#আহ কি করবেন?
    131.402
    137.838    		হ্যাঁ <lang:Foreign>obviously</lang:Foreign> সেটা আমার জানা আছে আমার <lang:Foreign>timing</lang:Foreign> টা এখন <lang:Foreign>main factor</lang:Foreign> হয়ে দাঁড়িয়েছে তো <lang:Foreign>naturally</lang:Foreign> আমার এখন বেশি
    138.453
    142.850    		টাকা পড়লেও কিছু করার নেই<lang:Foreign>charges</lang:Foreign> আমাকে বেশি দিয়ে আমাকে <lang:Foreign>timing</lang:Foreign> এ পৌঁছাতে হবে।
    143.494
    147.838    		#আহ ঠিক আছে আপনি #আহ <lang:Foreign>online payment option</lang:Foreign> তো আসা করি আছে।
    149.005
    149.539    		#আহ
    150.654
    157.407    		এ ক্ষেত্রে আমায় #আহ কিছু একটা <lang:Foreign>scanner</lang:Foreign> বা এটা আমার <lang:Foreign>whatsApp number scanner</lang:Foreign> পাঠাতে পারেন বা কোনো <lang:Foreign>mobile number</lang:Foreign> দিতে পারেন।
    150.919
    151.741    		হ্যাঁ আছে <lang:Foreign>madam</lang:Foreign>
    159.264
    160.054    		-
    160.085
    166.919    		হ্যাঁ <lang:Foreign>okay madam</lang:Foreign> আমাকে দু <lang:Foreign>minute</lang:Foreign> দিন আমি আপনাকে #আহ বলছি একটু <lang:Foreign>line</lang:Foreign> একটু <lang:Foreign>line</lang:Foreign> টা<lang:Foreign>hold</lang:Foreign> করবেন <lang:Foreign>madam</lang:Foreign>
    167.241
    167.758    		নিশ্চয়ই
    169.137
    172.786    		<lang:Foreign>Okay madam</lang:Foreign> আমি আপনাকে #আহ <lang:Foreign>scanner</lang:Foreign> এর <lang:Foreign>payment</lang:Foreign> দিয়েছি।
    173.545
    176.361    		#আহ সেটাতে যদি একটু <lang:Foreign>kindly payment</lang:Foreign> টা করে দেন।
    177.499
    179.660    		তাহলে আমি <lang:Foreign>father process</lang:Foreign> করতে পারি।
    178.482
    179.097    		নিশ্চই
    180.706
    182.493    		এক <lang:Foreign>minute hold</lang:Foreign> করুন [noise] আমি দিচ্ছি।
    184.942
    186.499    		হ্যাঁ <lang:Foreign>payment procedure done</lang:Foreign>
    188.424
    191.625    		#আহ <lang:Foreign>okay madam</lang:Foreign> আমাদের এখানে <lang:Foreign>payment show</lang:Foreign> করছে তাহলে আমি
    192.022
    195.597    		#আহ দশটায় যে <lang:Foreign>flight</lang:Foreign> টা আছে সেটাতে আমি আপনার জন্য একটি
    196.005
    197.729    		#আহ <lang:Foreign>business class</lang:Foreign> এর
    198.993
    200.809    		#আহ <lang:Foreign>ticket book</lang:Foreign> করে দিচ্ছি।
    201.269
    204.827    		সে ক্ষেত্রে আপনি কালকে দশটার <lang:Foreign>time</lang:Foreign> এ যেতে পারবেন।
    203.706
    204.746    		<lang:Foreign>Economical class</lang:Foreign>
    206.016
    206.355    		#হুম
    206.097
    206.378    		-
    208.459
    211.143    		আচ্ছা ঠিক আছে <lang:Foreign>economical</lang:Foreign> #আহ
    214.367
    215.332    		হ্যাঁ বলুন <lang:Foreign>madam</lang:Foreign>
    215.964
    217.568    		হ্যাঁ <lang:Foreign>economic</lang:Foreign> #আহ
    218.039
    218.453    		তো
    219.591
    226.033    		হ্যাঁ হ্যাঁ ওটা <lang:Foreign>economic class</lang:Foreign> এরই <lang:Foreign>ticket</lang:Foreign> এবং মানে আশা করবো আপনার <lang:Foreign>journey</lang:Foreign> #আহ ভালো হবে।
    220.913
    221.206    		#হুম
    226.643
    231.660    		এবং মানে <lang:Foreign>sorry madam</lang:Foreign> যখন এখন বুঝতেই তো পারছেন কুয়াশার জন্যে #আহ বিভিন্ন <lang:Foreign>flight</lang:Foreign>
    227.528
    228.263    		#হুম #হুম
    232.200
    235.528    		<lang:Foreign>Delay</lang:Foreign> করছে মানে এটা তো আমাদের মানে <lang:Foreign>natural</lang:Foreign>
    236.349
    239.780    		(()) ব্যাপার সেটা তো (()) আগে আমাদের হাতে তো কিছু করার নেই
    242.211
    248.027    		না ঠিক আছে #আহ <lang:Foreign>future bee</lang:Foreign> কে অসংখ্য ধন্যবাদ যে #আহ <lang:Foreign>next day</lang:Foreign> র আমার সকাল দশটার
    248.424
    249.177    		#আহ
    249.470
    258.453    		যেহেতু <lang:Foreign>flight</lang:Foreign> ছিল সে ক্ষেত্রে #আহ <lang:Foreign>delay</lang:Foreign> হবে বা আমি কিভাবে সেটা <lang:Foreign>continue</lang:Foreign> করবো এটা আমাকে জানানোর জন্য অসংখ্য ধন্যবাদ <lang:Foreign>future bee</lang:Foreign> কে
    259.171
    260.292    		#আহ
    260.786
    264.476    		নিশ্চই আমি দশটার <lang:Foreign>time</lang:Foreign> টাতেই আমি <lang:Foreign>available</lang:Foreign> থাকবো
    261.102
    261.441    		#হুম
    265.016
    265.614    		এবং
    266.734
    270.809    		#আহ <lang:Foreign>thank you so much future bee</lang:Foreign> কে আবারো বলছি।
    271.022
    271.286    		-
    271.614
    277.441    		আর <lang:Foreign>future bee</lang:Foreign> র #আহ <lang:Foreign>travel agency</lang:Foreign> র সঙ্গে আমার #আহ যাতায়াত অনেক দিনেরই
    278.004
    281.355    		তো সেক্ষেত্রে এটা তাদের কাছে আশা করাই যায়।
    284.872
    291.148    		হ্যাঁ <lang:Foreign>madam thank you</lang:Foreign> #আহ <lang:Foreign>future bee</lang:Foreign> কে #আহ মানে <lang:Foreign>travel agen</lang:Foreign> হিসাবে #আম্ম <lang:Foreign>choose</lang:Foreign> করার জন্য।
    291.786
    296.458    		এবং আমরা দেখবো যে <lang:Foreign>further</lang:Foreign> যাতে <lang:Foreign>customer</lang:Foreign> কে আমরা <lang:Foreign>best support</lang:Foreign> দিতে পারি
    297.194
    300.872    		বা (()) মানে <lang:Foreign>in future</lang:Foreign> যাতে আমরা মানে কোনো রকম
    301.498
    303.602    		(()) <lang:Foreign>travel</lang:Foreign> আপনাদেরকে
    304.044
    305.975    		#আহ (()) <lang:Foreign>help</lang:Foreign> করতে পারি।
    306.809
    308.826    		নিশ্চই নিশ্চই ধন্যবাদ
    310.338
    311.677    		<lang:Foreign>Okay madam good day</lang:Foreign>

    Dataset Demographics

    Details Headline

    Language

    Bengali

    Language code

    bn-in

    Country

    India

    Accents

    Manbhumi,...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 Travel Call Center Speech Datasets

    Audio Card Head Line
    Arabic (Egypt) training dataset for Travel AI

    Egyptian Arabic Travel CC Speech Data

    Travel call center audio data in Egyptian Arabic.

    40 Speech Hours

    80 People

    Call Center Conversational AI

    ASR

    Speech training dataset for Travel in Hindi (India)

    Kannada Travel CC Speech Data

    Travel call center audio data in Kannada.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Audio data in Tamil (India) for Travel call center

    Tamil Travel CC Speech Data

    Travel call center audio data in Tamil.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning voice data for Travel call center in Portuguese (Portugal)

    Argentine Spanish Travel CC Speech Data

    Travel call center audio data in Argentine Spanish.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    View All

    View All

    Browse All

    More in Bengali (India)

    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

    Machine learning audio data for BFSI call center in Odia (India)

    Punjabi BFSI CC Speech Data

    BFSI call center audio data in Punjabi.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Machine learning voice data for Telecom call center in Portuguese (Portugal)

    Argentine Spanish Telecom CC Speech Data

    Telecom call center audio data in Argentine Spanish.

    30 Speech Hours

    60 People

    Call Center Conversational AI

    ASR

    Danish (Denmark) call center speech data for voicebot

    Danish Healthcare CC Speech Data

    Healthcare call center audio data in Danish.

    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.