HereSay

Zbiór danych klasyfikacji mowy AI HereSay

Wersja 2026-Q2-v2 · ODC-BY 1.0

10 zbiorczych zbiorów danych klasyfikacyjnych obliczonych na podstawie 54 zanonimizowanych rozmów AI głosowych (2334 wypowiedzi). Zawiera trójpodział Asking/Doing/Expressing od OpenAI, cechy specyficzne dla głosu, analizę nastroju na poziomie wypowiedzi (VADER), rozkłady typów pytań i zaimków, przejścia między arcami rozmów oraz wzorce zależne od pory dnia. Surowy tekst rozmów nie jest dołączony.

Licencja: ODC-BY 1.0

Darmowe do użytku, darmowe do redystrybucji, wymagane oznaczenie autorstwa. Gdy używasz tego zbioru danych w badaniach, mediach lub pracy komercyjnej, dołącz:

"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)."

Do pobrania potrzebujesz darmowego konta HereSay. Dzięki temu zobaczysz warunki licencji w momencie pobierania.

Zaloguj się lub utwórz darmowe konto

Co jest w środku ZIP-a

  • 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
  • Plus README, METHODOLOGY, DATASHEET, CODEBOOK, CITATION.cff, LICENSE, CHANGELOG

Przeczytaj wpis na blogu z najważniejszymi wnioskami →