జర్మన్ డేటాసెట్
డ్యూషర్ డాటెన్సాట్జ్
AI & స్పీచ్ మోడల్స్ కోసం అధిక-నాణ్యత జర్మన్ కాల్-సెంటర్ మరియు IVR డేటాసెట్
అవలోకనం
శీర్షిక (భాష)
జర్మన్ భాషా డేటాసెట్
డేటాసెట్ రకాలు
కాల్ సెంటర్, జనరల్ సంభాషణ, సంగీతం, స్క్రిప్ట్ చేయబడిన మోనోలాగ్
దేశం
జర్మనీ
వివరణ
ఏజెంట్ మరియు కస్టమర్ మధ్య స్క్రిప్ట్ లేని, సింథటిక్ టెలిఫోనిక్ సంభాషణలు సుమారు 5 నుండి 15 నిమిషాల వ్యవధిలో అందుబాటులో ఉన్నాయి, వాటితో పాటు H2H, H2M మరియు స్క్రిప్ట్ చేయబడిన మోనోలాగ్ డేటా రకాలు కూడా ఉన్నాయి.
కేస్ ఉపయోగించండి
ASR, వర్చువల్ అసిస్టెంట్, చాట్బాట్, సంభాషణ AI, స్పీచ్ అనలిటిక్స్, TTS, లాంగ్వేజ్ మోడలింగ్
డేటా సెట్ వివరాలు
| డేటాసెట్ రకం | మాదిరి రేటు | స్పీకర్లు | ఛానల్ | మొత్తం గంటలు | మొత్తం స్పీకర్ల సంఖ్య |
|---|---|---|---|---|---|
| కాల్ సెంటర్ | 8 kHz | 2 స్పీకర్లు | ద్వంద్వ | 64:17:27 | అభ్యర్థన మేరకు |
| H2H | 8 kHz | 2 స్పీకర్లు | మోనో | 60:00:00 | 96 |
| H2M | 8 kHz | 2 స్పీకర్లు | మోనో | 88:00:00 | 659 |
| స్క్రిప్ట్ మోనోలాగ్ | 24 kHz | సింగిల్ స్పీకర్ | మోనో | 1,600:00:00 | అభ్యర్థన మేరకు |
ఫీచర్ చేసిన క్లయింట్లు
ప్రపంచ ప్రముఖ AI ఉత్పత్తులను రూపొందించడానికి బృందాలకు అధికారం ఇవ్వడం.
మీరు వెతుకుతున్నది దొరకలేదా?
అన్ని డేటా రకాల్లో కొత్త ఆఫ్-ది-షెల్ఫ్ డేటాసెట్లు సేకరించబడుతున్నాయి
మీ ఆడియో/స్పీచ్ శిక్షణ డేటా సేకరణ చింతలను వదిలించుకోవడానికి ఇప్పుడే మమ్మల్ని సంప్రదించండి
అవలోకనం
శీర్షిక
జర్మన్ భాషా డేటాసెట్
డేటాసెట్ రకం
కాల్-సెంటర్
వివరణ
"ఏజెంట్" మరియు "కస్టమర్" మధ్య స్క్రిప్ట్ లేని, సింథటిక్ టెలిఫోనిక్ సంభాషణ, సుమారు. ఆడియో వ్యవధి (పరిధి) 5-15 నిమిషాలు.
కేస్ ఉపయోగించండి
ASR, వర్చువల్ అసిస్టెంట్, చాట్బాట్, సంభాషణ AI, స్పీచ్ అనలిటిక్స్, TTS, లాంగ్వేజ్ మోడలింగ్
డేటా సెట్ వివరాలు
మొత్తం గంటలు
64
నమూనా రేట్
8 kHz
ఆడియో ఛానల్
స్టీరియో
రికార్డింగ్ ప్లాట్ఫారమ్
డెస్క్టాప్
ఆడియో ఫార్మాట్
.WAV
ట్రాన్స్క్రిప్షన్ ఫార్మాట్
.జాసన్
WER (%)
5
డేటా సెట్ డెమోగ్రాఫిక్స్
దేశం
జర్మన్
భాష
జర్మన్
లింగం
స్త్రీ 478, పురుషుడు 1440, తెలియని 0
వక్తల సంఖ్య
1,918
వయసు
18-50
అవలోకనం
శీర్షిక
జర్మన్ భాషా డేటాసెట్
డేటాసెట్ రకం
ఐవిఆర్
వివరణ
మనిషి నుండి యంత్రం. TTS ప్రాంప్ట్ ఉన్న IVR రకం ప్రవాహం (ఉదా "నేను మీకు ఎలా సహాయం చేయగలను") ఆకస్మిక మానవ ప్రతిస్పందన తర్వాత.
కేస్ ఉపయోగించండి
ASR, వర్చువల్ అసిస్టెంట్, చాట్బాట్, సంభాషణ AI, స్పీచ్ అనలిటిక్స్, TTS, లాంగ్వేజ్ మోడలింగ్
డేటా సెట్ వివరాలు
మొత్తం గంటలు
200
నమూనా రేట్
8 kHz
ఆడియో ఛానల్
స్టీరియో
రికార్డింగ్ ప్లాట్ఫారమ్
డెస్క్టాప్
ఆడియో ఫార్మాట్
.WAV
ట్రాన్స్క్రిప్షన్ ఫార్మాట్
.జాసన్
WER (%)
5
డేటా సెట్ డెమోగ్రాఫిక్స్
దేశం
జర్మన్
భాష
జర్మన్
లింగం
స్త్రీ 10115, పురుషుడు 8750, తెలియని 0
వక్తల సంఖ్య
18,865
వయసు
18-50