messages listlengths 2 2 | is_complete bool 2 classes |
|---|---|
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи как это ну горшок из глины сделать"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи как это ну"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи как торт делают ну какие там продукты нужны вот"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи как торт делают ну какие там продукты нужны вот"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай а напиши короче аналог вот этой вот пословицы ну типа современными словами не говори гоп пока не перепрыгнешь"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай а напиши короче аналог вот этой вот пословицы ну типа современными словами"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так представь что ты разрабатываешь дизайн для главной страницы нового сайта расскажи что бы ты хотел там увидеть"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так представь что ты разрабатываешь дизайн для главной страницы нового сайта расскажи что бы ты"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши эээ рассказ ну типа про свое детство и самый смешной инцидент который с тобой произошел"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши эээ рассказ ну типа про свое детство и"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши эээ ну такую типа короткую историю про двух лучших друзей"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши эээ ну такую типа короткую"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так эээ предложите мне какую-нибудь тему для диссертации ну вот в области обработки естественного языка"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так эээ предложите мне какую-нибудь тему для диссертации ну"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так сформулируй эээ пять вопросов ну типа которые можно задать когда проходишь собеседование на работу"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так сформулируй эээ пять вопросов ну типа которые можно"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши мне эээ предложение которое описывает мою мечту"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши мне эээ предложение которое описывает мою"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне объявление ну типа для продажи старой велосипедной рамы"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне объявление ну типа"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "значит вам пришла задача ну написать отчет о своей работе за прошлый месяц вот напишите краткое описание эээ что там в отчете"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "значит вам пришла задача ну написать отчет о своей работе за прошлый"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так у меня тут список чисел отсортируй его пожалуйста по возрастанию"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так у меня тут список чисел отсортируй его пожалуйста по возрастанию"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расшифруй мне пожалуйста эту аббревиатуру икеа"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расшифруй мне пожалуйста эту аббревиатуру"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ ну расскажите какие вообще меры эээ принимаются для борьбы с этим ну глобальным потеплением"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ ну расскажите какие вообще меры эээ"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так мне нужно эээ написать новостную статью тема такая выявлено новое лекарство от головной боли"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так мне нужно эээ написать новостную статью тема такая"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ найди пожалуйста ошибку в этом предложении и предложи как её исправить"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ найди пожалуйста ошибку в этом предложении"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "определи эээ к какому времени ну относится глагол вот в этом предложении"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "определи эээ к какому времени ну относится"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так значит напиши мне статью про главные достопримечательности рима"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так значит напиши мне статью про главные достопримечательности"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай определи мне тип нижнего белья по вот этой фотке"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай определи мне тип"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши эээ другу сообщение типа пригласи его ну на вечеринку в пятницу"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши эээ другу сообщение типа пригласи его ну на вечеринку"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай создай мне эээ ну описание картины как бы в стиле импрессионизма"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай создай мне эээ ну описание картины как бы в стиле"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи как ты ну готовишь свой самый любимый завтрак"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи как ты ну готовишь свой"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так значит заполните эээ ну правильными предлогами вот эти вот пропуски"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так значит заполните эээ ну правильными предлогами вот"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи ну про свое последнее путешествие эээ куда ты ездил какой город тебе как бы больше всего зашел что ты там делал и почему это ну для тебя было важно"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи ну про свое последнее путешествие эээ куда ты ездил какой город тебе как бы больше всего зашел что ты там делал и почему это ну"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши эээ ну три предложения о том как изучение иностранного языка может быть полезным типа"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши эээ ну три предложения о том как изучение иностранного языка"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне эээ список всех главных героев ну в этом в романе булгакова мастер и маргарита"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне эээ список всех главных героев ну в этом"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ напиши мне пожалуйста прогноз погоды на завтра"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ напиши мне пожалуйста прогноз погоды"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи эээ как там компьютер собирается"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи эээ как там"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай мне нужно эээ сгенерировать описание ну типа прогулки по городу на велосипеде вот"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай мне нужно эээ сгенерировать описание ну типа прогулки по городу"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажите ну как бы какой у вас был последний опыт эээ работы в команде"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажите ну как бы какой у вас был последний опыт эээ работы"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи ну как бы каким образом работает алгоритм pagerank в поисковике google а"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи ну как бы каким образом работает алгоритм pagerank в поисковике"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так эээ как сформулировать просьбу чтобы ну коллегу попросить о помощи на работе"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так эээ как сформулировать просьбу чтобы ну коллегу"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай а вот расскажи какая разница между этими ну фразами типа 'я не знаю' и 'я не уверен' вот"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай а вот расскажи какая разница между этими ну фразами типа 'я не знаю' и 'я не уверен' вот эээ"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "сделай эээ ну типа вопрос по вот этому ответу"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "сделай эээ ну типа вопрос"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне ну одно предложение где будет типа словосочетание быстрый автомобиль"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне ну одно предложение где будет типа словосочетание"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай составь мне эээ рассказ на тему ну типа сумерки"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай составь мне эээ рассказ на тему ну типа сумерки"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне предложение ну типа в формате подлежащее-сказуемое-дополнение"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне предложение ну типа в формате подлежащее-"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне ну типа пять предложений эээ в прошедшем времени о том что ты делала вчера"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне ну типа пять предложений эээ в прошедшем времени"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "сделай эээ анализ настроений значит в тексте ну типа война и мир"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "сделай эээ анализ настроений значит в тексте ну типа война"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши мне эээ определение слова генератор пожалуйста"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши мне эээ определение слова генератор п"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ ну сформулируйте пожалуйста такой вопрос чтобы узнать сколько баллов нужно набрать на экзамене чтобы получить отличную оценку"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ ну сформулируйте пожалуйста такой вопрос чтобы узнать"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне совет как это ну убедиться что ты типа здоров и в хорошей форме"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай напиши мне совет как это ну убедиться что ты типа здоров и в хорошей"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ составь мне пожалуйста список продуктов ну типа для пикника"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ составь мне пожалуйста список продуктов"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так мне нужно определить эээ правдиво ли ну или ложно следующее утверждение земля вращается вокруг солнца"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так мне нужно определить эээ правдиво ли ну или"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ попроси кого-нибудь ну выйти погулять в парке"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "эээ попроси кого-нибудь ну"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так мне нужно эээ бизнес-план составить ну для открытия кафе в центре города"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "так мне нужно эээ бизнес-план составить ну для открытия кафе в"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "определи как бы что является причиной эээ вот этого симптома зуд на коже"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "определи как бы что является причиной"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай а вот расскажи как бы чем ты там будешь заниматься ну лет через десять"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "слушай а вот расскажи как бы чем ты там будешь заниматься ну"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши эээ мне варианты ответов на вот такой вопрос что делать если паспорт потерял за границей"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напиши эээ мне варианты ответов на вот такой вопрос что делать если"
}
] | false |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напишите ну эээ описание значит вашего любимого героя ну там из книги или фильма"
}
] | true |
[
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "напишите ну эээ описание значит вашего любимого героя ну там из книги"
}
] | false |
End of preview. Expand
in Data Studio
Russian Spoken Turn Detection Dataset
This dataset is designed for training End-of-Utterance (EOU) / Turn Detection models for Russian voice agents. It contains pairs of spoken utterances labeled as either complete (user finished speaking) or incomplete (user pausing mid-sentence).
It was generated to fine-tune Large Language Models (like Qwen, Llama, etc.) to recognize when to interrupt a user versus when to wait, specifically handling Russian hesitation markers ("эээ", "ну", "типа") and conversational structures.
📂 Dataset Structure
The dataset is in JSONL format. Each line represents a training example compatible with chat-template fine-tuning.
Data Fields
messages: A list of messages in the standard OpenAI/HuggingFace chat format.role: "system" or "user".content: The text content.
is_complete: boolean.trueif the utterance is complete,falseif the user is pausing/incomplete.
Example Entry
{
"messages": [
{
"role": "system",
"content": "Ты голосовой ассистент. Определяй, закончил ли пользователь говорить."
},
{
"role": "user",
"content": "расскажи как это ну горшок из глины сделать"
}
],
"is_complete": true
}
🛠 Creation Process
1. Source Data
- Base Instructions: Sampled from
IlyaGusev/ru_turbo_alpacaandss-corpus-ru(general instruction-following datasets). - Selection: Randomly selected instructions to cover a wide range of topics (creative writing, factual queries, chit-chat).
2. Synthetic Generation (Gemini 2.5)
We used Gemini 2.5 Flash Lite to transform formal written text into natural spoken Russian. The generation prompt explicitly requested:
- Hesitation markers: Adding fillers like "эээ", "ну", "типа", "как бы".
- Self-corrections: "нет, не то", "в смысле".
- Informal grammar: Relaxed sentence structures typical of oral speech.
- Truncation: For every complete utterance, Gemini generated 2 truncated versions (e.g., stopping at 30% or 70% of the sentence) to create negative examples (
is_complete: false).
3. Preprocessing
- Normalization: Applied NFKC normalization.
- Lowercasing: All text is converted to lowercase to match ASR (Automatic Speech Recognition) output characteristics.
- Punctuation Removal: Most punctuation is removed, retaining only apostrophes and hyphens, simulating raw ASR output.
- Balancing: The dataset is strictly balanced 50/50 between
trueandfalselabels to prevent model bias towards early interruption.
🎯 Intended Use
- Fine-tuning Turn Detectors: Train small LLMs (0.5B - 3B params) to classify turn completion.
- LiveKit Agents: Direct drop-in for LiveKit's EOU (End of Utterance) fine-tuning recipes.
- Voice Activity Detection Support: Enhances standard audio-based VAD with semantic understanding.
⚠️ Limitations
- Synthetic Nature: The "spoken" features are generated by an LLM, not transcribed from real audio. While high quality, they may miss some prosodic nuances of real speech.
- Domain: Covers general domain instructions; specific technical or medical domains may require additional data.
📜 Citation
If you use this dataset, please credit the original source data providers (IlyaGusev) and this repository.
- Downloads last month
- 10