HereSay

HereSay-röst-AI-klassificeringsdataset

Version 2026-Q2-v2 · ODC-BY 1.0

10 aggregerade klassificeringsdataset beräknade från 54 anonymiserade röst-AI-samtal (2 334 turer). Innehåller OpenAI:s Asking/Doing/Expressing-trikotomi, röstspezifika aspekter, sentiment per tur (VADER), fördelning av frågetyper och pronomen, övergångar i samtalsförloppet samt mönster över dygnet. Rå samtalstext ingår inte.

Licens: ODC-BY 1.0

Gratis att använda, gratis att sprida vidare, attribution krävs. När du använder det här datasetet i forskning, journalistik eller kommersiellt arbete ska du ta med:

"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 behöver ett gratis HereSay-konto för att ladda ner. Det är för att du ska se licensen vid nedladdningstillfället.

Logga in eller skapa ett gratis konto

Vad finns i ZIP-filen

  • 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

Läs blogginlägget med huvudfynden →