Portuguese Brazilian Call Center Transcripts - 320K words

**Dataset Overview**

Nearly 320K words (1.8M Chars) of high-quality, human-validated Portuguese Brazilian 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

Portuguese Brazilian Call Center Transcripts - 320K words 数据集概述

数据集基本信息

• 数据集名称: Portuguese Brazilian Call Center Transcripts - 320K words
• 提供商: DATAmundi
• 访问模式: 免费试用 (Free to try)
• 试用说明: 此为内容受限的免费试用。如需访问完整数据集，请联系团队。

数据集内容描述

• 数据量: 近32万单词（180万字符）。
• 数据性质: 高质量、经过人工验证的巴西葡萄牙语客服（坐席/客户）对话，源自真实世界、多领域的呼叫中心互动。
• 数据特点:
  • 反映跨行业的真实客服对话。
  • 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。
  • 无法通过合成或脚本数据复制。
• 数据结构:
  • 结构化的多轮对话。
  • 说话人分离的对话（坐席和客户）。
  • 特定领域的业务互动。
  • 经过清理和归一化的文本，可直接供模型摄取。
  • 符合合规要求的数据来源。
• 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。

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: PT_BR_CALL_CENTRE_TRANSCRIPTIONS
• 列说明:
  • CONTENT: Varchar
  • LANGUAGE: Varchar
  • LOUDNESSLEVEL: Varchar
  • PRIMARYTYPE: Varchar
  • SEGMENTID: Varchar
  • SEGMENTLANGUAGES: Varchar
  • SPEAKERID: 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

数据包含多行记录，示例如下：

• LANGUAGE 均为 pt_BR。
• LOUDNESSLEVEL 主要为 Normal。
• PRIMARYTYPE 包括 Speech 和 Babble。
• TRANSCRIPT_DOMAIN 为 Call-center。
• TRANSCRIPT_NAME 为 MULTI_SPEAKER_LONG_FORM_TRANSCRIPTION。
• TRANSCRIPT_TOPIC 涵盖多个领域，如 Retail、Technology; Information and Technology; Others、Finance; Work; Information and Technology; Others; Telecom、Work; Telecom、Others。

使用示例

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

提供商其他相关数据集（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
• Korean Call Center Transcripts - 170K Chars
• Hindi Call Center Transcripts - 400K Words
• English UK Call Center Transcripts - 1M Words

技术与管理信息

• 数据类别: AI & ML, Machine Learning。
• 刷新策略: 静态数据产品 (Static data product)。
• 云区域可用性 (AWS): 支持多个区域，包括 Africa (Cape Town)、Asia Pacific (Jakarta)、Asia Pacific (Mumbai)、Asia Pacific (Osaka) 等。
• 法律条款: Standard。
• 联系方式:
  • 销售: [e-mail]
  • 支持: https://datamundi.ai/contact/