01
Conversation
Studio Conversations
Paired, high-fidelity dialogue captured in controlled acoustic environments.
• Dialogue AI• Voice cloning• TTS
21+ languageschannel-separated · 48kHz WAV
01Voice datasetsavailable for·Model Training·Evaluation
Voice data for models that need to understand people.
Multilingual speech datasets and native speaker evaluation for production voice systems.
Languages
21
Isolation
99%
Turnaround
<48hr
A
0:00 — 0:01
हाँ जी भाई जी, कैसे हो?
B
0:02 — 0:04
बढ़िया प्रियांशु भाई आप बताओ क्या हाल-चाल हैं?
A
0:04 — 0:05
बढ़िया, बढ़िया। और दिल्ली कैसा आ ना रहा?
B
0:05 — 0:09
काफी time से यार घर पर बैठे थे। काम-धाम
B
0:09 — 0:12
तो life बार-बार एक ही cycle पर repeat हो रही थी।
B
0:13 — 0:15
मन में आया कि थोड़ा बाहर घूमा जाए।
A
0:15 — 0:17
तो दिल्ली में कहाँ-कहाँ घूमे हो अभी तक?
B
0:17 — 0:25
यार Delhi में जितनी बार आया हूँ तो ज़्यादा time, ज़्यादातर time तो मैं वहीं रहा हूँ जहाँ पर मैंने रहकर के preparation की थी civil services की।
A
0:25 — 0:25
कहाँ पे?
B
0:25 — 0:27
अपना यही मुखर्जी नगर।
A
0:27 — 0:29
ओह अच्छा! Best, best यार।
B
0:28 — 0:33
तो वहाँ से थोड़ी यादें जुड़ी हैं। समझ रहे होगे थोड़ा nostalgic feel होता है।
B
0:35 — 0:37
एक-आध बार उधर से चक्कर लगा देना।
B
0:38 — 0:44
थोड़ा सा nostalgia hit हो जाता है। उसके अलावा CP वगैरह explore कर लेता हूँ। पालिका।
A
0:45 — 1:09
भाई पर मुखर्जी नगर के पास ना कमला नगर भी है। मैं अगर मैं आपको बताऊं तो वो explore करना क्योंकि वहाँ पे crowd है सही। तो वहाँ पे सारे ही showroom हैं। हर brand मिल जाएगी आपको और अच्छे-खासे लोग मिलेंगे जो आपको अच्छा guide करेंगे लोग। बताएंगे कि कहाँ से कैसे है। मतलब कोई नया बंदा वहाँ जाएगा तो कोई पागल नहीं बना पाएगा उसे इतनी जल्दी।
A
1:09 — 1:12
क्योंकि सब help ही करेंगे एक दूसरे
B
1:12 — 1:15
दिल्ली के लोग तो दिलवाले होते ही हैं भाई यार। इसमें कहने वाली कोई बात ही नहीं है तो।
A
1:15 — 1:30
और मुझे लगता है जबी दिल्ली नाम रखा होगा। <Laughs> सही है यार। और बस वही है भाई कमला नगर हो गया आपका, मुखर्जी नगर हो गया आपने ये सब तो आसपास ही है। But अगर आप बाहर भी जाओगे, दूर भी जाओगे थोड़ा
A
1:31 — 1:33
तो मेरे हिसाब से आपको
A
1:34 — 1:37
India Gate भी जाना चाहिए, लाल किला भी जाना चाहिए।
B
1:36 — 1:36
नहीं,
B
1:37 — 1:48
India Gate गया हूँ मैं। लाल किला मैंने नहीं visit किया अभी तक। पर India Gate हो गया, Raisina Hill हो गई, President House वो मैंने देखा है और vibe अच्छी आती है यार वहाँ पर जो guard ceremony करते हैं मतलब काफी
B
1:49 — 1:51
nationalism feel होता है यार तगड़ा।
A
1:52 — 2:04
भाई और दूसरा आप हौज़ खास की side जाओ। वहाँ भी बहुत अच्छी चीजें हैं। Explore करने के लिए तो दिल्ली इतनी बड़ी है ना कि आपको कम से कम दो-तीन हफ्ते तो लगेंगे अच्छे से। <Laughs>
B
2:04 — 2:30
एक बार गया था मैं अपने एक दोस्त के साथ गया था Lotus Temple. भाई साहब क्या architecture है! जो echo है ना उसके अंदर मतलब वो, वो architecture का वो जो एक क्या कह सकते हैं उसको एक रूप जो कह सकते हैं वो बड़ा गजब का लगता है। हल्की सी आप चुटकी बजाओगे तो उसकी क्या reflections है आवाज की वो। तो कहीं ना कहीं वो define करता है कि हाँ architecture के क्षेत्र में भी हम लोग काफी मतलब आगे आ चुके हैं यार। तगड़ा लगता है वो सब।
A
2:30 — 2:32
लाल किले के सामने जो चांदनी चौक है।
B
2:32 — 2:37
यार वहाँ जाना था। अभी तक तो नहीं गया हूँ but हाँ मैं visit करूंगा। आपने कहा है मैं पक्का जाऊँगा।
A
2:37 — 2:38
अरे साथ में चलेंगे ना!
B
2:38 — 2:39
अरे बिल्कुल यार!
A
2:39 — 2:41
मैं दिखा कर लाऊंगा तुम्हें चांदनी चौक।
A
2:42 — 2:48
और क्या? और वहाँ पे काफी चीजें, वो वहाँ पे ज़्यादातर मिलता है शादी के लिए सामान।
B
2:48 — 2:52
मैंने यह सुना है कि वहाँ कही पराठे-वराठे जैसे चांदनी चौक to China में ना।
A
2:52 — 2:53
हाँ, हाँ, हाँ पराठे वाली गली।
B
2:53 — 2:57
तो यह मतलब इसका क्या वो है scene कुछ बताओगे यार? मतलब मैंने बहुत सुना रखा है इसके बारे में।
A
2:58 — 3:16
ऐसा-ऐसा यहाँ पे ना काफी जगह ऐसी है जिसका बस बहुत पहले से नाम चलता जा रहा है के पराठे वाली गली हो गई। अब कोई वहाँ कहीं उसमें कैमरे वाली market है। कैमरे वाली, एक लाजपत market है जहाँ पे सब electronic सामान मिलता है और वहाँ पे particular हर गली का ही कुछ नाम है।
B
3:16 — 3:29
के ये तो मतलब जैसा मैं यह जानना चाह रहा हूँ जैसे कि इतनी hype बना दी की ना कि पराठे वाली गली काफी famous है। मेरे एक दोस्त ने बताया जो वहाँ गया हैं। बोल वहाँ per piece पराठा सत्तर-₹सत्तर रुपए का है भाई। मतलब actual यह है या बस।
A
3:29 — 3:38
भाई वहाँ पे क्या है ना proper देसी घी में बन के देता है। कुछ भी चीज हो proper बन के देता है क्योंकि बहुत पुराना है ना वो सब कुछ। बढ़िया बना के।
B
3:38 — 3:39
मुंह में पानी आ रहा है मेरे। <Laughs>
A
3:39 — 3:44
अरे और अगर परांठे ही खाने हैं आपको तो भाई अशोक विहार जाओ पंडित जी के।
A
3:45 — 3:47
मैं कह रहा हूँ best है भाई best
B
3:47 — 3:49
अरे यार मैं यहाँ हूँ, आप ही ले चलो किसी दिन।
A
3:49 — 4:01
मैं ही लेकर चलूंगा तुम tension मत लो। आ गए हो बहुत बड़ी बात है और क्या! जल्दी-जल्दी आप पूरा दिल्ली तुम्हें ऐसे explore कर दूंगा ना मैं। और एक-एक कोना दिखा दूंगा तुम्हें tension मत लो।
A
4:02 — 4:06
बाकी आप कुछ plan आप कर के आए हो कि कहाँ पे जाना है, कहाँ पे नहीं जाना?
B
4:05 — 4:26
हाँ, मेरा एक दोस्त है यहाँ पर जो music वगैरह करता है। तो music में मैं भी interested हूँ यार। अभी मैं लिख-विख नहीं पाता हूँ। ज़्यादा music मुझे पता नहीं है। तो यह है कि उसके साथ बैठता हूँ तो यार वो musical industry के बारे में मुझे बताता है। तो चीजें fascinate करती हैं मुझे उधर और बढ़ने के लिए। हा
A
4:07 — 4:07
हम्म।
A
4:11 — 4:12
अच्छा!
A
4:14 — 4:14
हम्म।
A
4:26 — 4:31
लेकिन जब पहले आप आए होंगे जब तो study के उस से आए होंगे तो दिल्ली तो explore करा नहीं-
A
4:32 — 4:34
तो बस मुखर्जी नगर, मुखर्जी नगर।
B
4:33 — 4:43
coaching, coaching से room, room से mess. बस ये ही तीन जगह मेरा triangle बन रखा था। मेरा Bermuda Triangle यही था भाई उस time पर कि मतलब coaching, room और mess.
A
4:43 — 4:44
मतलब दिल्ली miss कर दी।
B
4:44 — 4:46
हाँ यार रहकर के miss कर।
A
4:45 — 4:47
रहे कर के miss कर दी।
B
4:47 — 4:51
सबसे बड़ी बात यह थी। उसको दुर्भाग्य बोलेंगे भाई।
B
4:51 — 4:53
उधर selection भी मेरा नहीं हो पाया तो
B
4:55 — 4:55
एक--
A
4:56 — 4:57
क्या हुआ फिर?
B
4:57 — 5:07
वही है कि थोड़ा सा अंदर से खालीपन लगता है कि मतलब मैं इतने time रहा selection भी नहीं ले पाया and explore भी नहीं उतना खुल करके कर पाया उस time.
A
5:06 — 5:22
भाई दिल्ली में काफी market ऐसी है और सदर market तो ऐसी है वहाँ पे तुम्हें खाने के लिए अलग मिलेगा, कपड़ों के लिए अलग मिलेगी। लेकिन अगर मैं कहूं तो भाई CP में पालिका बाजार है best है हाँ। मतलब लड़कों के कपड़े तो वहीं मिलेंगे भाई।
B
5:22 — 5:31
पालिका तो मैं भाई गया हूँ। मैं जब भी CP जाता हूँ तो उधर जाता हूँ। सुबह दस बजे खुल जाती है। उसके बाद जाओ भाई bargaining skills है ना अगर बंदे के अंदर तो--
A
5:26 — 5:27
हाँ, हाँ, हाँ।
A
5:30 — 5:32
तो, तो कामयाब है।
B
5:32 — 5:38
अरे बहुत सही जगह है भाई। <Laughs> वो बहुत सही जगह है। मतलब heaven place.
A
5:36 — 5:37
सही है।
A
5:39 — 5:48
और मैं आपको और क्या guide करूं भाई? पालिका हो गया आपका और um CP में एक गुरुद्वारा है। मैं नाम भूल रहा हूँ उसका।
B
5:48 — 5:50
सरोजिनी का मैंने बहुत नाम सुना है यार सरोजिनी।
A
5:49 — 5:51
सरोजिनी तो भाई--
B
5:51 — 5:54
पालिका और सरोजिनी में difference क्या है? मतलब क्या scene है?
A
5:54 — 6:29
difference ये है कि पालिका में लड़कों के ज़्यादा options हैं। लेकिन सरोजिनी जो एक है वो लड़कियों के लिए hub है भाई, लड़कियों के लिए जन्नत है वो। वहाँ पे लड़कियों के कपड़े एकदम classy और अच्छे मिलते हैं मतलब सही rate में। मैं ये भी नहीं कहूंगा बहुत ज़्यादा ही कम में मिलते हैं लेकिन हाँ, बहुत अच्छे और बहुत सही rate में मिलते हैं। लेकिन वहाँ पे भाई लड़के जाते तो पागल हो जाएंगे वो तो। क्योंकि भीड़ इतनी होती है ना, crowd इतना होता है कि क्या ही बोले। लड़कियां ही लड़कियां, लड़कियां ही लड़कियां। लेकिन हाँ, वहाँ पे वो भी बहुत famous है। डेढ़ सौ रुपए belt, डेढ़ सौ रुपए belt, डेढ़ सौ रुपए belt. भाई!
B
5:57 — 5:57
हाँ।
B
6:01 — 6:02
Okay.
B
6:29 — 6:39
बहुत सही जगह लगती है मुझे। CP में मतलब एक तो आप hangout, chill मतलब बढ़िया कर सकते हो। उसके अलावा मैंने बताया ना कि music से थोड़ा लगा हूँ तो शाम time होते-होते वहाँ पर कुछ guitarist है
A
6:36 — 6:40
हाँ, हाँ। हाँ!
B
6:40 — 6:52
play कर रहे हैं। कोई clap box बजा रहा है भाई। बैठ जाओ। अब पता नहीं थोड़ा सा वहाँ पर है थोड़ा scene थोड़ा guards के साथ में उनका पंगा रहता है। लेकिन भाई जितनी भी time वो play करते हैं ना, बेहतरीन!
A
6:52 — 6:54
हम्म, और यहाँ की police भी बहुत supportive है भाई।
B
6:54 — 6:55
हाँ, वो तो है।
A
6:56 — 6:58
कुछ भी चीज होती है तो वहाँ पे
B
6:58 — 7:16
लेकिन जो local guards वहाँ रखे हैं ना, जो shops के बाहर हैं वो थोड़ा सा उनके साथ पंगा कर देते हैं। लेकिन हाँ यह है कि Delhi Police का support रहता है इनको। वो अच्छी चीज है but थोड़ा सा यह है कि उनको और space मिल जाए वहाँ पर जहाँ public तगड़े से बैठ जाए एकदम। मजा आ जाए scene बहुत सही है।
A
7:16 — 7:21
बहुत सही हो जाएगा फिर तो और क्या! दिल्ली तो भाई घूमने वाली ही जगह ही है।
B
7:21 — 7:23
भाई वो सही कहा जाता है दिल्ली दिल वालों।
A
7:23 — 7:24
हाँ।
B
7:24 — 7:27
सही phrase है ये जो कुछ भी है। बहुत सही।
A
7:26 — 7:26
बहुत सही।
studio · 48kHz · dual-channel WAV · zero background noisegeneral conversation
02——The Problemwhy this matters
India speaks 22+ languages. Quality AI training data for most of them doesn't exist yet.
01CRITICAL
Low resource languages
Many Indic languages lack the data volume needed to train reliable, high-quality models.
02HIGH
Code-mixed speech
Hindi-English, Tamil-English: colloquial patterns are underrepresented and difficult to source at scale.
03HIGH
Domain-specific gaps
Finance, education, and support verticals need specialised conversational data that generic datasets don't cover.
3 gaps identified. Data infrastructure needed.
03——Who we serve
The industry changes. The data gap stays the same.
Pick yours. We'll show you the kind of data and evaluation work we do for companies just like you. Real problems, real datasets we've built.
Healthcare
“Patient portals and IVRs that no one understands in their own language.”
- Multilingual IVR trainingNatural speech data for appointment booking, symptom triage, and prescription refills in 10+ Indic languages.
- Clinical NLP datasetsDoctor-patient conversations annotated for entity extraction, intent, and medical terminology.
- Voice bot evaluationNative speakers stress-test healthcare bots for comprehension, safety, and empathy in regional languages.
04 The collection
Five datasets · one standardFrom close-mic clarity to the beautiful mess of everyday speech.
Every collection is consented, documented, and engineered for the trade-offs that appear after deployment — variability, accent breadth, noise, and conversational context.
Conversational datasets
02
Conversation
Real World Conversations
Natural phone and field conversations with the texture, noise, and spontaneity of daily life.
• ASR• Accent coverage• Noise robustness
21+ languagesdual-channel · 16kHz WAV
03
Conversation
Group Conversations
Unscripted multi-party speech with interruptions, overlap, and authentic turn-taking.
• Diarization• Separation• Meeting AI
21+ languagesmulti-channel · 48kHz WAV
Single speaker datasets
04
Single speaker
Short Form Snippets
Purpose-built, studio-grade utterances designed for broad phonetic and expressive coverage.
• TTS• Wake word• Assistants
21+ languagesmono · 48kHz WAV
05
Single speaker
Long Form Narration
Continuous storytelling and explanatory narration for natural, sustained speech generation.
• Audiobooks• Narration• Expressive TTS
21+ languagesmono · 48kHz WAV
05How it workscollect → verify → deliver
From phone call to
training dataset
No apps to download. No complex setup. Just real phone conversations, verified and structured for your AI models.
014:32
Collect
Real phone conversations in native languages across your target domains. No apps needed, just regular phone calls that capture authentic speech patterns.
02
Verify
Every recording passes automated quality checks and human review. Annotation, labeling, and demographic metadata added by trained linguists.
Audio
Language
Quality
03
Deliver
Structured datasets with transcripts, timestamps, speaker labels, and demographics. Ready for your training pipeline.
dataset.csv
1speaker_a, 0:12, "नमस्ते...", hindi, female
2speaker_b, 0:18, "हाँ बोलिए...", hindi, male
06——Evaluationnative speaker testing
Native speakers test what benchmarks can't measure.
Real-world and adversarial scenarios. Failure modes identified before they reach production, not after.
0evaluation types
01
Native speaker validation
Native speakers evaluate model outputs for fluency, naturalness, and accuracy. Judgments that require genuine comprehension, not pattern matching.
02
Adversarial testing
Code-switched queries, jailbreak and safety red-teaming, bias and cultural sensitivity audits across caste, gender, religion, and region.
03
Benchmarking
Compare your model against competitors on language, domain knowledge, and reasoning. See where targeted data investment closes the gap.
04
Analysis reports
Understand the scenarios where your model fails and get actionable suggestions to fix it from our team of domain experts.
06——Languages21 supported
Every major Indian language.
We support every major Indian language, from Hindi to Sanskrit, with dialect-level granularity across all 21.
0languages
हिन्दीHindi
తెలుగుTelugu
മലയാളംMalayalam
தமிழ்Tamil
ಕನ್ನಡKannada
বাংলাBengali
मराठीMarathi
ગુજરાતીGujarati
ਪੰਜਾਬੀPunjabi
ଓଡ଼ିଆOdia
اردوUrdu
हिन्दीHindi
తెలుగుTelugu
മലയാളംMalayalam
தமிழ்Tamil
ಕನ್ನಡKannada
বাংলাBengali
मराठीMarathi
ગુજરાતીGujarati
ਪੰਜਾਬੀPunjabi
ଓଡ଼ିଆOdia
اردوUrdu
हिन्दीHindi
తెలుగుTelugu
മലയാളംMalayalam
தமிழ்Tamil
ಕನ್ನಡKannada
বাংলাBengali
मराठीMarathi
ગુજરાતીGujarati
ਪੰਜਾਬੀPunjabi
ଓଡ଼ିଆOdia
اردوUrdu
हिन्दीHindi
తెలుగుTelugu
മലയാളംMalayalam
தமிழ்Tamil
ಕನ್ನಡKannada
বাংলাBengali
मराठीMarathi
ગુજરાતીGujarati
ਪੰਜਾਬੀPunjabi
ଓଡ଼ିଆOdia
اردوUrdu
অসমীয়াAssamese
मैथिलीMaithili
کٲشُرKashmiri
ᱥᱟᱱᱛᱟᱲᱤSantali
सिन्धीSindhi
कोंकणीKonkani
डोगरीDogri
ꯃꯩꯇꯩꯂꯣꯟManipuri
बरʼBodo
संस्कृतम्Sanskrit
অসমীয়াAssamese
मैथिलीMaithili
کٲشُرKashmiri
ᱥᱟᱱᱛᱟᱲᱤSantali
सिन्धीSindhi
कोंकणीKonkani
डोगरीDogri
ꯃꯩꯇꯩꯂꯣꯟManipuri
बरʼBodo
संस्कृतम्Sanskrit
অসমীয়াAssamese
मैथिलीMaithili
کٲشُرKashmiri
ᱥᱟᱱᱛᱟᱲᱤSantali
सिन्धीSindhi
कोंकणीKonkani
डोगरीDogri
ꯃꯩꯇꯩꯂꯣꯟManipuri
बरʼBodo
संस्कृतम्Sanskrit
অসমীয়াAssamese
मैथिलीMaithili
کٲشُرKashmiri
ᱥᱟᱱᱛᱟᱲᱤSantali
सिन्धीSindhi
कोंकणीKonkani
डोगरीDogri
ꯃꯩꯇꯩꯂꯣꯟManipuri
बरʼBodo
संस्कृतम्Sanskrit
07——FAQcommon questions
Questions
Everything you need to know about our data, evaluation, and annotation services.
08——Get Startedlet's talk
Better data. Better models.
Tell us what you need. Indic speech data, annotation, or model evaluation. We'll get back within 24 hours.