HereSay

Klasifikasi Dataset AI Suara HereSay

Versi 2026-Q2-v2 · ODC-BY 1.0

10 dataset klasifikasi agregat yang dihitung dari 54 percakapan AI suara anonim (2.334 giliran). Termasuk trikotomi Asking/Doing/Expressing dari OpenAI, aspek khusus suara, sentimen per giliran (VADER), distribusi tipe pertanyaan dan pronomina, transisi alur percakapan, dan pola waktu dalam sehari. Teks mentah percakapan tidak disertakan.

Lisensi: ODC-BY 1.0

Bebas digunakan, bebas didistribusikan ulang, dengan atribusi wajib. Saat kamu memakai dataset ini untuk riset, jurnalistik, atau pekerjaan komersial, cantumkan:

"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)."

Kamu perlu akun HereSay gratis untuk mengunduh. Ini supaya kamu melihat lisensi saat proses unduh.

Masuk atau buat akun gratis

Isi di dalam 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
  • Ditambah README, METHODOLOGY, DATASHEET, CODEBOOK, CITATION.cff, LICENSE, CHANGELOG

Baca posting blog dengan temuan utama →