HereSay

Sada klasifikací HereSay Voice AI

Verze 2026-Q2-v2 · ODC-BY 1.0

10 souhrnných klasifikačních datasetů vypočtených z 54 anonymizovaných konverzací s hlasovou AI (2 334 výměn). Zahrnuje trichotomii OpenAI Asking/Doing/Expressing, hlasově specifické atributy, sentiment po jednotlivých výměnách (VADER), rozdělení typů otázek a zájmen, přechody v průběhu konverzace a vzorce podle denní doby. Syrový text konverzací není součástí.

Licence: ODC-BY 1.0

Volně k použití, volně k redistribuci, s povinným uvedením zdroje. Když tento dataset použiješ ve výzkumu, žurnalistice nebo komerčně, uveď:

"Contains information from the HereSay Voice AI Classifications Dataset (2026-Q2-v2) by HereSay (heresay.live), which is made available under the ODC Attribution License (ODC-BY 1.0)."

Ke stažení potřebuješ bezplatný účet HereSay. Díky tomu uvidíš licenci při stahování.

Přihlásit se nebo si vytvořit bezplatný účet

Co je uvnitř ZIPu

  • 01_conversation_stats.csv — workhorse table (turns, char counts, redactions)
  • 02_asking_doing_expressing.csv — OpenAI taxonomy label per conversation
  • 03_voice_facets.csv — mic_test / practice / casual / emotional / info_seeking
  • 04_turn_lengths.csv — char + word counts per turn
  • 05_voice_signals.csv — filler words, mic-check phrases, ASR garble
  • 06_question_types.csv — what / how / why / yes-no question counts
  • 07_pronoun_usage.csv — 1st / 2nd / 3rd person counts per role
  • 08_arc_transitions.csv — opening facet -> closing facet (Sankey input)
  • 09_sentiment.csv — VADER compound score per turn
  • 10_time_of_day.csv — UTC hour bucket counts
  • Navíc README, METHODOLOGY, DATASHEET, CODEBOOK, CITATION.cff, LICENSE, CHANGELOG

Přečíst si blogový článek s hlavními zjištěními →