Spanish (Spain) Call Center Speech Dataset for Travel

The audio dataset comprises call center conversations for the Travel domain, featuring native Spanish speakers from Spain. It includes speech data, detailed metadata and accurate transcriptions.

About this Off-the-shelf Speech Dataset

Introduction

Welcome to the Spanish 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 Spanish speakers from the FutureBeeAI Community.

•

Regions: Different states/provinces of Spain, ensuring a balanced representation of Spanish 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 Spanish 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 Spanish 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 Spanish.

•

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

Call Center Conversational AI

Use of speech data for Automatic Speech Recognition

ASR

Chatbot

Language Modelling

TTS

Speech Analytics

Dataset Sample(s)

00:00

ATTRIBUTES

TRANSCRIPTION

LABEL	START	END	CHANNEL	TRANSCRIPT

Speech	0.859	1.963	Speaker 1	Hey Futurbee.
Speech	2.599	4.804	Speaker 1	Buenas tardes. Agencia de viajes
Speech	5.222	6.844	Speaker 1	Oasis. ¿En qué puedo ayudarle?
Speech	7.577	14.409	Speaker 2	Buenas tardes. Verá, es que necesitaba información, porque había pensado este veranos hacer un crucero con mi familia
Noise	8.829	9.188	-	-
Speech	14.913	18.361	Speaker 2	y la verdad, como nunca lo he hecho pues quería que me asesoraran un poco.
Speech	19.576	20.681	Speaker 2	No s~, diga.
Speech	19.588	22.788	Speaker 1	Pues, en este momento tenemos ofertas de última hora
Speech	23.202	23.661	Speaker 2	Sí.
Speech	24.070	25.070	Speaker 1	en cruceros
Speech	25.370	25.902	Speaker 2	Sí.
Speech	25.611	28.306	Speaker 1	y llegarían hasta el veinticinco de junio.
Speech	29.050	30.777	Speaker 2	Ah, fenomenal. Me iría bien.
Speech	31.187	38.801	Speaker 2	[filler] Verá, nosotros estaríamos interesados, a ser posible, [filler] en un crucero por el Mediterráneo, porque la verdad es que me gusta mucho.
Speech	31.495	32.329	Speaker 1	La
Speech	39.468	44.890	Speaker 1	Pues le voy a comentar las ofertas. ¿De acuerdo? El primer crucero se llama La Música del Mar
Speech	41.207	41.786	Speaker 2	Dígame.
Speech	45.807	46.271	Speaker 2	Sí.
Speech	45.817	50.512	Speaker 1	[filler] Y el barco tendría que cogerlo entre el veintitrés de abril y el veinticinco de junio.
Speech	50.920	51.368	Speaker 2	Sí.
Speech	51.094	54.268	Speaker 1	Cuesta doscientos cincuenta y nueve euros por persona,
Speech	54.377	54.847	Speaker 2	[filler]
Noise	54.636	54.734	-	-
Speech	55.225	57.347	Speaker 1	siempre y cuando la ocupación sea doble.
Speech	58.335	67.054	Speaker 1	Y el recorrido sería, Barcelona, Cagliari en Cerdeña, Palermo en Sicilia, Roma, Génova, Marsella y de vuelta a Barcelona.d
Speech	67.956	69.495	Speaker 2	[filler] ¿Cuántos días sería?
Speech	68.215	69.197	Speaker 1	Y la segunda (())
Speech	70.239	70.831	Speaker 1	¿Perdón?
Speech	70.956	72.144	Speaker 2	¿Cuántos días sería?
Speech	72.870	73.677	Speaker 1	Ocho días.
Speech	73.745	75.102	Speaker 2	Ocho días. [filler]
Speech	75.640	80.849	Speaker 1	Tenemos otra oferta más, que es de trescientos ochenta y nueve euros, que se llama Pasión Mediterránea
Speech	81.513	87.162	Speaker 1	y el recorrido es diferente. Valencia, Marsella, Savona, Roma, Nápoles
Speech	87.861	90.022	Speaker 1	y [filler] Ibiza y Valencia de nuevo.
Speech	90.772	92.426	Speaker 2	[filler] Ese parece muy interesante.
Speech	92.926	99.304	Speaker 1	Sí. Y uno más, que est~ este esta oferta de última hora que se llama Symphony of the Seas.
Speech	100.016	102.158	Speaker 1	Tiene en diferente de los
Noise	102.531	102.849	-	-
Speech	102.852	104.176	Speaker 1	anteriores que
Noise	104.135	104.394	-	-
Speech	104.953	112.438	Speaker 1	[filler] a bordo puede usted [filler] contratar una di~ la dieta vegana, vegetariana o para celíacos.
Speech	112.861	117.903	Speaker 2	[filler] Bueno, eso en nuestro caso no sería necesario, porque nosotros comemos de todo.
Speech	118.408	123.694	Speaker 1	Ah, genial. Pues este crucero saldría el el ocho
Speech	124.331	128.324	Speaker 1	de abril, el veintidós de abril, el veintinueve de abril,
Speech	128.919	138.901	Speaker 1	y el cinco de mayo y el doce de junio. El recorrido es Barcelona, Palma, Marsella, La Spezia, Pizza, Florencia, Roma, Nápoles y Barcelona.
Speech	128.985	129.383	Speaker 2	[filler]
Noise	139.258	139.544	-	-
Speech	139.491	139.967	Speaker 2	[filler]
Speech	139.616	143.014	Speaker 1	Y su precio es de seiscientos cuarenta y nueve euros por persona.
Speech	142.449	142.881	Speaker 2	[filler]
Speech	144.472	147.322	Speaker 2	Pues no está, la verdad que no está nada mal. No sé.
Speech	147.854	149.085	Speaker 1	Si ya quiere usted
Speech	149.490	151.020	Speaker 1	algo más
Speech	151.417	152.917	Speaker 1	[filler] durante el verano,
Speech	153.304	154.704	Speaker 1	por ejemplo julio y agosto,
Speech	155.044	155.520	Speaker 2	[filler]
Speech	155.389	162.288	Speaker 1	ya no serían ofertas de última hora. Eso ya serían paquetes contratados en familia, porque ¿me ha dicho usted que quiere ir en familia, verdad?
Speech	161.866	164.639	Speaker 2	Sí. Iríamos mi esposo y mis dos hijos.
Speech	165.943	176.935	Speaker 1	Pues, tenemos [filler] algunos cruceros especiales para familias en los que los niños pueden ha~ disfrutar de parques acuáticos, barcos piratas, castillos,
Noise	177.282	177.383	-	-
Speech	177.497	180.967	Speaker 1	[filler] hay una habitación con consolas Xbox
Speech	177.556	178.199	Speaker 2	[filler]

TIME

TRANSCRIPT

0.859 - 1.963

Hey Futurbee.

2.599 - 4.804

Buenas tardes. Agencia de viajes

5.222 - 6.844

Oasis. ¿En qué puedo ayudarle?

7.577 - 14.409

Buenas tardes. Verá, es que necesitaba información, porque había pensado este veranos hacer un crucero con mi familia

8.829 - 9.188

14.913 - 18.361

y la verdad, como nunca lo he hecho pues quería que me asesoraran un poco.

19.576 - 20.681

No s~, diga.

19.588 - 22.788

Pues, en este momento tenemos ofertas de última hora

23.202 - 23.661

Sí.

24.070 - 25.070

en cruceros

25.370 - 25.902

Sí.

25.611 - 28.306

y llegarían hasta el veinticinco de junio.

29.050 - 30.777

Ah, fenomenal. Me iría bien.

31.187 - 38.801

[filler] Verá, nosotros estaríamos interesados, a ser posible, [filler] en un crucero por el Mediterráneo, porque la verdad es que me gusta mucho.

31.495 - 32.329

39.468 - 44.890

Pues le voy a comentar las ofertas. ¿De acuerdo? El primer crucero se llama La Música del Mar

41.207 - 41.786

Dígame.

45.807 - 46.271

Sí.

45.817 - 50.512

[filler] Y el barco tendría que cogerlo entre el veintitrés de abril y el veinticinco de junio.

50.920 - 51.368

Sí.

51.094 - 54.268

Cuesta doscientos cincuenta y nueve euros por persona,

54.377 - 54.847

[filler]

54.636 - 54.734

55.225 - 57.347

siempre y cuando la ocupación sea doble.

58.335 - 67.054

Y el recorrido sería, Barcelona, Cagliari en Cerdeña, Palermo en Sicilia, Roma, Génova, Marsella y de vuelta a Barcelona.d

67.956 - 69.495

[filler] ¿Cuántos días sería?

68.215 - 69.197

Y la segunda (())

70.239 - 70.831

¿Perdón?

70.956 - 72.144

¿Cuántos días sería?

72.870 - 73.677

Ocho días.

73.745 - 75.102

Ocho días. [filler]

75.640 - 80.849

Tenemos otra oferta más, que es de trescientos ochenta y nueve euros, que se llama Pasión Mediterránea

81.513 - 87.162

y el recorrido es diferente. Valencia, Marsella, Savona, Roma, Nápoles

87.861 - 90.022

y [filler] Ibiza y Valencia de nuevo.

90.772 - 92.426

[filler] Ese parece muy interesante.

92.926 - 99.304

Sí. Y uno más, que est~ este esta oferta de última hora que se llama Symphony of the Seas.

100.016 - 102.158

Tiene en diferente de los

102.531 - 102.849

102.852 - 104.176

anteriores que

104.135 - 104.394

104.953 - 112.438

[filler] a bordo puede usted [filler] contratar una di~ la dieta vegana, vegetariana o para celíacos.

112.861 - 117.903

[filler] Bueno, eso en nuestro caso no sería necesario, porque nosotros comemos de todo.

118.408 - 123.694

Ah, genial. Pues este crucero saldría el el ocho

124.331 - 128.324

de abril, el veintidós de abril, el veintinueve de abril,

128.919 - 138.901

y el cinco de mayo y el doce de junio. El recorrido es Barcelona, Palma, Marsella, La Spezia, Pizza, Florencia, Roma, Nápoles y Barcelona.

128.985 - 129.383

[filler]

139.258 - 139.544

139.491 - 139.967

[filler]

139.616 - 143.014

Y su precio es de seiscientos cuarenta y nueve euros por persona.

142.449 - 142.881

[filler]

144.472 - 147.322

Pues no está, la verdad que no está nada mal. No sé.

147.854 - 149.085

Si ya quiere usted

149.490 - 151.020

algo más

151.417 - 152.917

[filler] durante el verano,

153.304 - 154.704

por ejemplo julio y agosto,

155.044 - 155.520

[filler]

155.389 - 162.288

ya no serían ofertas de última hora. Eso ya serían paquetes contratados en familia, porque ¿me ha dicho usted que quiere ir en familia, verdad?

161.866 - 164.639

Sí. Iríamos mi esposo y mis dos hijos.

165.943 - 176.935

Pues, tenemos [filler] algunos cruceros especiales para familias en los que los niños pueden ha~ disfrutar de parques acuáticos, barcos piratas, castillos,

177.282 - 177.383

177.497 - 180.967

[filler] hay una habitación con consolas Xbox

177.556 - 178.199

[filler]

Dataset Details

Language

Spanish

Language code

Country

Spain

Accents

Castellano del Norte, Castellano del Sur ...moreEspañol de Asturias, Español de Galicia, Español de Valencia/Cataluña, Extremaduran (Suroeste de España), Islas Baleares, Islas Canarias, Leonés (León), Andaluz (Andalucía), Aragonés (Aragón)

Gender Distribution

M:60, F:40

Age Group

18-70