مجموعهداده طبقهبندیهای هوش مصنوعی صوتی HereSay
نسخه
2026-Q2-v2
· ODC-BY 1.0
10 مجموعهداده طبقهبندی تجمیعی که از 54 گفتگوی ناشناس هوش مصنوعی صوتی (2,334 نوبت) محاسبه شدهاند. شامل سهگانه Asking/Doing/Expressing متعلق به OpenAI، جنبههای ویژه صوت، احساسسنجی هر نوبت (VADER)، توزیع نوع پرسش و ضمیر، انتقالهای قوس گفتگو، و الگوهای زمانِ روز است. متن خام گفتگوها در این مجموعه گنجانده نشده است.
مجوز: ODC-BY 1.0
استفاده آزاد، بازنشر آزاد، با الزام ذکر منبع. هنگام استفاده از این مجموعهداده در پژوهش، روزنامهنگاری یا کار تجاری، این موارد را ذکر کنید:
"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)."
برای دانلود، به یک حساب رایگان HereSay نیاز دارید. این کار برای آن است که هنگام دانلود، مجوز را ببینید.
وارد شوید یا یک حساب رایگان ایجاد کنیدمحتویات داخل ZIP
-
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 - همچنین README، METHODOLOGY، DATASHEET، CODEBOOK، CITATION.cff، LICENSE، CHANGELOG