Hindi Call Center Transcripts - 400K Words

**Dataset Overview**

Nearly 400K words (2.5M Chars) of high-quality, human-validated Hindi Agent/Customer conversations captured from real-world, multi-domain call center interactions. The dataset reflects authentic customer service dialogue across industries, featuring natural speech patterns, real problem-solving flows, emotional variability, and domain-specific language that cannot be replicated through synthetic or scripted data.

It is specifically designed for training and fine-tuning large language models, conversational agents, and enterprise automation solutions.

**Our datasets include:**

- Structured multi-turn dialogues
- Speaker-separated conversations (agent and customer)
- Domain-specific business interactions
- Cleaned and normalized text for direct model ingestion
- Compliance-ready data sourcing

**Key AI use cases**

- LLM fine-tuning for customer support copilots
- Conversational AI and voice/chat agents
- Automated ticket classification and routing
- Sentiment and churn prediction models
- Compliance monitoring and quality assurance automation

This is a free, content-limited trial. For access to the full dataset, please reach out to our team.

原始信息汇总

Hindi Call Center Transcripts - 400K Words 数据集概述

数据集基本信息

• 数据集名称: Hindi Call Center Transcripts - 400K Words
• 提供商: DATAmundi
• 访问模式: 免费试用
• 数据产品类型: 静态数据产品

数据集内容描述

• 数据规模: 近40万单词（250万字符）。
• 数据性质: 高质量、经过人工验证的印地语客服（坐席/客户）对话，源自真实世界的多领域呼叫中心互动。
• 数据特点:
  • 反映跨行业的真实客户服务对话。
  • 包含自然的语音模式、真实的问题解决流程、情感变化以及特定领域的语言。
  • 非合成或脚本数据。
• 设计用途: 专门用于训练和微调大语言模型、对话代理和企业自动化解决方案。
• 数据集包含内容:
  • 结构化的多轮对话。
  • 按说话者分离的对话（坐席和客户）。
  • 特定领域的业务互动。
  • 经过清理和规范化的文本，可直接供模型使用。
  • 符合合规要求的数据源。

关键AI应用场景

• 用于客户支持副驾驶的LLM微调。
• 对话式AI及语音/聊天代理。
• 自动工单分类和路由。
• 情感和客户流失预测模型。
• 合规监控和质量保证自动化。

数据字典（表结构）

• 表名: HI_IN_CALL_CENTRE_TRANSCRIPTIONS
• 列定义:
  • CONTENT: Varchar
  • LANGUAGE: Varchar
  • LOUDNESSLEVEL: Varchar
  • PRIMARYTYPE: Varchar
  • SEGMENTID: Varchar
  • SPEAKERID: Varchar
  • SEGMENTLANGUAGES: Varchar
  • TRANSCRIPT_DOMAIN: Varchar
  • TRANSCRIPT_ID: Varchar
  • TRANSCRIPT_LANGUAGES: Varchar
  • TRANSCRIPT_NAME: Varchar
  • TRANSCRIPT_TOPIC: Varchar
  • START_T: Float
  • END_T: Float

数据预览示例

数据行示例显示了来自保险、假日休闲、酒店、电信等多个领域（TRANSCRIPT_TOPIC）的对话片段，包含语言、说话者、时间戳等信息。

使用示例

• 获取所有转录数据: sql Select * from HI_IN_CALL_CENTRE_TRANSCRIPTIONS

提供商其他数据集（来自DATAmundi）

• French Canadian Call Center Transcripts - 20K Words
• English AU Call Center Human-Validated Transcripts - 570K words
• Italian Call Center Transcripts - 170K Words
• Portuguese Brazilian Call Center Transcripts - 320K words
• Korean Call Center Transcripts - 170K Chars
• English UK Call Center Transcripts - 1M Words

类别

• AI & ML
• Machine Learning

云区域可用性（AWS）

• Africa (Cape Town)
• Asia Pacific (Jakarta)
• Asia Pacific (Mumbai)
• Asia Pacific (Osaka)
• （另有49个区域可用）

法律条款

• Standard

访问说明

• 此为免费的、内容有限的试用版。如需访问完整数据集，请联系DATAmundi团队。