HereSay

HereSay Voice AI-Klassifikationsdatensatz

Version 2026-Q2-v2 · ODC-BY 1.0

10 aggregierte Klassifikationsdatensätze, berechnet aus 54 anonymisierten Voice-AI-Gesprächen (2.334 Turns). Enthält OpenAIs Asking/Doing/Expressing-Trichotomie, sprachspezifische Facetten, Sentiment pro Turn (VADER), Fragearten- und Pronomenverteilungen, Übergänge im Gesprächsverlauf und Muster nach Tageszeit. Der rohe Gesprächstext ist nicht enthalten.

Lizenz: ODC-BY 1.0

Kostenlos nutzbar, kostenlos weiterverteilbar, mit Namensnennung. Wenn du diesen Datensatz in Forschung, Journalismus oder kommerzieller Arbeit nutzt, füge Folgendes hinzu:

"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)."

Du brauchst ein kostenloses HereSay-Konto, um herunterzuladen. So siehst du die Lizenz beim Download.

Anmelden oder kostenloses Konto erstellen

Was im ZIP enthalten ist

  • 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
  • Außerdem: README, METHODOLOGY, DATASHEET, CODEBOOK, CITATION.cff, LICENSE, CHANGELOG

Lies den Blogbeitrag mit den wichtigsten Erkenntnissen →