HereSay

HereSay音声AI分類データセット

バージョン 2026-Q2-v2 · ODC-BY 1.0

54件の匿名音声AI会話（2,334ターン）から算出した10件の集計分類データセットです。OpenAIのAsking/Doing/Expressingの3分類、音声特有の要素、各ターンの感情分析（VADER）、質問タイプと代名詞の分布、会話の流れの遷移、時間帯パターンを含みます。会話の生テキストは含まれていません。

ライセンス: ODC-BY 1.0

自由に利用、再配布できますが、帰属表示が必要です。このデータセットを研究、報道、商用利用する場合は、次を含めてください:

"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)."

ダウンロードには無料のHereSayアカウントが必要です。ダウンロード時にライセンスを確認していただくためです。

サインインするか無料アカウントを作成

ZIPの内容

  • 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
  • ほかにREADME、METHODOLOGY、DATASHEET、CODEBOOK、CITATION.cff、LICENSE、CHANGELOG

主な発見をまとめたブログ記事を読む →