语音通话时长预测数据集VoiceCallDurationPredictionDataset-khanh14ph
数据来源：互联网公开数据
标签：语音识别, 通话分析, 时长预测, 语音特征, 机器学习, 呼叫中心, 数据标注, 文本分析
数据概述：
该数据集包含来自越南电信运营商Viettel的语音通话记录数据，记录了通话相关的各种信息，用于预测通话剩余时长。主要特征如下：
时间跨度：数据记录的时间范围为2022年10月9日至2022年11月20日。
地理范围：数据主要来源于越南地区，可能涉及Viettel的全国范围通话记录。
数据维度：数据集包括多个字段，如通话ID（id）、剩余时长标签（total_time_remain_label）、活动ID（campaign_id）、通话状态（state）、创建者（created_by）、通话时间（time_call）、通话类型（tell_call）、剩余时长（time_remain）、总剩余时长（total_time_remain）、通话备注（note_content）、映射代码（mapping_code）、录音地址（record_audio）以及一系列语音特征，如rolloff_min、flatness、spec_bw、cent、zcr、rmse、loudness、snr等。
数据格式：CSV格式，文件名为without_12_shuffle.csv，方便进行数据分析和建模。
数据来源：数据来源于Viettel的通话记录，经过处理后形成，用于语音通话分析和时长预测建模。
该数据集适合用于语音通话分析、时长预测、以及相关机器学习模型的训练与评估。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于语音识别、通话行为分析和语音特征分析等相关领域的研究，如通话时长预测、通话质量评估等。
行业应用：可以为呼叫中心、电信运营商等行业提供数据支持，特别是在客户服务优化、通话成本控制和用户行为分析等方面。
决策支持：支持电信运营商的运营策略制定，例如优化通话时长管理、改善客户服务质量等。
教育和培训：作为语音处理、机器学习等课程的辅助材料，帮助学生和研究人员深入理解语音数据分析和预测建模。
此数据集特别适合用于探索影响通话时长的因素，构建预测模型，提升通话时长预测的准确性，从而优化资源分配和提升用户体验。
