HereSay

HereSay 语音AI分类数据集

版本 2026-Q2-v2 · ODC-BY 1.0

基于 54 段匿名语音AI对话（2,334 轮）计算出的 10 组汇总分类数据集。包含 OpenAI 的 Asking/Doing/Expressing 三分法、语音特定维度、逐轮情绪（VADER）、问题类型和代词分布、对话走向转换，以及一天中不同时段的模式。不包含原始对话文本。

许可：ODC-BY 1.0

可免费使用、免费再分发，需注明来源。若你在研究、新闻报道或商业工作中使用这个数据集，请包含：

"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)."

你需要一个免费的 HereSay 账号才能下载。这样你可以在下载时看到许可条款。

登录或创建免费账号

ZIP 里包含什么

  • 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
  • 以及 README、METHODOLOGY、DATASHEET、CODEBOOK、CITATION.cff、LICENSE、CHANGELOG

阅读带有核心发现的博客文章 →