Datasets:
audio audioduration (s) 1.14 23 | sentence stringlengths 7 83 |
|---|---|
प्रिया सापकोटाको सिद्धार्थ बैंकको खातामा ३००० रुपैयाँ जम्मा भएको छ। | |
चेतबहादुर थापाको माछापुछ्रे बैंकमा १००० रुपैयाँ जम्मा भएको छ। | |
अस्मिता धमलाको खातामा ५०००० जम्मा भएको छ। | |
कृष्ण शाहलाई मेघा बैंक नेपालमा १३०००० पठाउनुहोस्। | |
पिया सापकोटाको सिद्धार्थ बैंकमा ३६७५ रुपैयाँ पठाउनुहोस्। | |
रमेश पोखरेलको ग्लोबल आइएमइ बैंकमा १५० जम्मा गरिदिनुहोस् । | |
शर्मिला दाहाललाई एनआइसी बैंकमा १०५०० पठाउनुहोस्। | |
प्रकाश खत्रीको कुमारी बैंकमा २००० जम्मा गर्नुहोस्। | |
पुष्प लामिछानेलाई विकास बैंकमा ३५००० पठाउ । | |
महेश जोशीको सिद्धार्थ बैंकबाट ७५००० यीसेवामा ट्रान्सफर गरौँ। | |
प्रिय सापकोटाको सिद्धार्थ बैंकमा ३००० रुपैयाँ भुक्तानी गरौं। | |
कविन गिरीलाई १०० रुपैयाँ पठाउ। | |
अपूर्व सुवेदीलाई २०० रूपैयाँ पठाउ । | |
अविरल भट्टराईलाई ३०० रूपैयाँ पठाउ । | |
अंशु बास्कोटालाई ४०० रूपैयाँ पठाउ । | |
अपेक्षा श्रेष्ठलाई ५०० रूपैयाँ पठाउ । | |
ईसा पन्तलाई ६०० रुपैयाँ पठाउ। | |
विद्या अधिकारीलाई ८०० रुपैयाँ पठाउ। | |
विराज सुवेदीलाई ५० रूपैयाँ पठाउ। | |
आयुष डंगोललाई १५० रुपैयाँ पठाउ। | |
विश्वास खनाललाई २५० रुपैयाँ पठाउ। | |
रामलाई ४५० रुपैयाँ पठाउ। | |
अजिता खरेलले प्रभु बैंकमा ५००० रुपैयाँ जम्मा गरेकी छिन्। | |
कृतिकालाई १०० रूपैयाँ टपअप गरिदिनुहोस्। | |
नमस्कार रेणुका सिंहले माछापुछ्रे बैंकमा १२०००० जम्मा गर्नुभएको छ। | |
नमस्कार मेरो नाम रामप्रसाद कँडेल।म ८५ वर्षको भए । | |
मसँग १५०० रुपैयाँ छ। | |
म १६ वर्षको भए। | |
साक्षीलाई ३५०० रुपैयाँ पठाउ। | |
मेरो ईसेवामा १०० रुपैयाँ लोड गर्देउ। | |
हरिलाई ५०० रुपैयाँ पठा। | |
यो वर्ष हाम्रोमा ३५५०० मात्र भयो। | |
रोशनले मलाई १५०० रुपैयाँ पठाको छ । | |
रितासँग १७०० रुपैयाँ छ। | |
बहादुर १०० वर्षसम्म बाँचेको छ। | |
रवि किरण ५० रूपैयाँ बोकेर घर गएको छ। | |
बालकृष्ण १६०० रुपैयाँ घर बोकेर गएको छ। | |
म २८ वर्षको भएँ। | |
हरिले ५५० चोरेको छ। | |
म २३ वर्षको भए। | |
रमेशलाई २००० रुपैयाँ पठाउ । | |
बधाई छ तपाईँले दशैं तिहारको उपलक्ष्यमा २००० जित्नुभएको छ। | |
रामकुमार भट्टराईलाई १५०० रुपैयाँ पठाउ। | |
तपाईँले ५००० रुपैयाँ प्राप्त गर्नुभएको छ। | |
विवेकलाई पाँच हजार रुपैयाँ पठाउ। | |
थानेश्वरलाई रु १०५११ रुपैयाँ पठाउ। | |
प्रतिनलाई ६५००० रुपैयाँ पठाइदिनुहोस् । | |
सौरवलाई ११० रुपैयाँ पठाउ। | |
कृष्णप्रसाद पौडेललाई नेपाल बैंक लिमिटेडबाट ५०० रुपैयाँ पठाइदिनु । | |
कृतिकालाई ७८ रूपैयाँ पठाइदिनुहोस्। | |
म २२ वर्ष भएँ। | |
सज्जा अर्याललाई नबिल बैंकबाट १५०० पठाइदिनुस्। | |
उमङ्गलाई २३२२ पठा। | |
गौरव झालाई ४६२२ ट्रान्सफर गर । | |
दिपेश बिष्टलाई २०३ रुपैयाँ ट्रान्सफर गर । | |
आयुषलाई ४६२२ रूपैयाँ सेन्ड गर । | |
स्नेहलाई १२३४ ट्रान्सफर गर । | |
सुमित्रा अधिकारीलाई एनआइसी एसिया बैंकमा ९५०० ट्रान्सफर गर । | |
डिप्सनलाई ७३२ रुपैयाँ डिपोजिट गर । | |
पुष्पा लामिछानेलाई ३५००० रुपैयाँ पठाउ। | |
समीपलाई ६२४९ रुपैयाँ ट्रान्सफर गर । | |
अभिषेकलाई २३३२ रुपैयाँ डिपोजिट गर। | |
खुशबु न्यौपानेलाई ४६११ रुपैयाँ ट्रान्सफर गर। | |
अनिश सापकोटालाई रु ५११ रुपैयाँ ट्रान्सफर गर। | |
मेरो उमेर २२ वर्ष भयो। | |
म ५५ वर्षको भएँ। | |
मेरो जमिन भन्नाले २०१ रुपैयाँ पठाइदिनु । | |
मेरो ईसेवामा ५० रुपैयाँ लोड गर्नु । | |
सन्देश भट्टराई ३४५५ रुपैयाँ पठाउ। | |
सन्देश भट्टलाई २१२५ रुपैयाँ पठाउ । | |
थानेश्वरलाई ३२४५ सेन्ड गर । | |
सन्तोषलाई ६२३९ पठाउ । | |
शम्भु २० वर्ष भए । | |
महेन्द्रलाई ४६५५ ट्रान्सफर गर । | |
मनिषलाई १००० रुपैयाँ पैसा पठाइदेउ। | |
मेरो २००० डिपोजिट गर्नुपर्नेछ। | |
दीक्षालाई रु.५००० पैसा सेन्ड गर। | |
म २० वर्षको भए । | |
शान्तिलाई ४८०० रुपैयाँ पठा। | |
रोहितलाई ५० रुपैयाँ पठाइदिनुस्। | |
प्रभु शाहलाई ३४५५ रुपैयाँ ट्रान्सफर गर । | |
सुनितालाई २००० ट्रान्सफर गरिदिनुस्। | |
मसँग १७०० रुपैयाँ छ। | |
कुमार पाण्डे ४२ वर्ष भयो। | |
करुणा पाण्डेलाई ५०० यी सेवा हाल्दिनुहोला। | |
आशिषलाई ५०० रुपैयाँ ट्रान्सफर गरिदिनुस् । | |
युकेशलाई ५०० रुपैयाँ ट्रान्सफर गरिदिनुहोस्। | |
सुमितलाई ५०० रुपैयाँ पठाउ। | |
मिनिका ४३ वर्ष भई । | |
रमेश पोख्रेललाई आइएमइ बैंकमा ९५० पठाउ। | |
विनोद श्रेष्ठलाई सिद्धार्थ बैंकमा ६५००० ट्रान्सफर गर। | |
गङ्गा कार्कीलाई रिलायन्स फाइनान्समा ५००० ट्रान्सफर गर । | |
प्रेम गिरीलाई शिवम बैंकबाट ६५० पैसा ट्रान्सफर गर । | |
भीमसेन देवकोटालाई कृषि विकास बैंकमा ८५०० रुपैयाँ पठा। | |
स्थितिलाई ३२११ रुपैयाँ ट्रान्सफर गर। | |
मिरा श्रेष्ठलाई प्रभु बैंकबाट १८०० रुपैयाँ पठाउ । | |
सन्दीप पन्तलाई सनराइज बैंकबाट ४००० पैसा पठाउ। | |
समिरा पराजुलीलाई राष्ट्रिय वाणिज्य बैंकबाट १४५००० रुपैयाँ पठाउ। | |
महेश जोशीलाई सिद्धार्थ बैंकबाट ७५००० रुपैयाँ पठाउ। | |
मेरो ईसेवामा रु ५०० लोड गर। |
End of preview. Expand in Data Studio
NepFinSpeech-403: A Domain-Specific Nepali Financial Speech Dataset
Overview
NepFinSpeech-403 is a transcribed speech dataset of 403 Nepali financial voice commands, built as part of the SpeakPay research project — a voice-first digital wallet designed for visually impaired individuals in Nepal.
Existing Nepali ASR resources (OpenSLR, Common Voice) cover general-domain speech but contain very few financial utterances. Financial commands have distinct characteristics — dense numeral sequences (transfer amounts, balances), proper nouns (bank names, recipient names), and a narrow set of recurring sentence structures — that general-purpose models handle poorly. This dataset fills that gap.
Dataset Statistics
| Split | Samples | % |
|---|---|---|
| Train | 303 | 75% |
| Validation | 40 | 10% |
| Test | 60 | 15% |
| Total | 403 | 100% |
Intent Distribution
| Intent | Count | % |
|---|---|---|
| Send money | 193 | 47.9% |
| Check balance | 61 | 15.1% |
| Load wallet | 56 | 13.9% |
| Other financial | 93 | 23.1% |
Additional Statistics
- 237 unique Devanagari numerals (amounts ranging from single digits to six-digit values)
- Audio format: WAV, mono, 16kHz sample rate
- Language: Nepali (Devanagari script)
- Transcription: Manually verified against recorded audio
Usage
from datasets import load_dataset
ds = load_dataset("birajsubedi/NepFinSpeech")
# Access a training sample
sample = ds["train"][0]
print(sample["sentence"]) # Nepali transcript in Devanagari
# sample["audio"] contains the audio array and sampling rate
Collection Methodology
Audio was collected through a purpose-built web data-collection platform. Contributors recorded spoken Nepali financial commands guided by written prompts covering three operation types:
- Fund transfers — recipient name, amount, and optionally a financial institution
- Wallet load/deposit — amount to load into a digital wallet
- Balance enquiries — checking current account balance
Transcripts were manually verified against the recorded audio by the dataset author. Note: transcripts were not independently double-annotated, so no inter-annotator agreement statistic is available. This is a known limitation documented in the accompanying paper.
Benchmark Results
We fine-tuned Whisper large-v2 using LoRA on this dataset. Results on the 60-utterance held-out test set:
| Model | WER% ↓ | CER% ↓ | NumAcc% ↑ |
|---|---|---|---|
| Whisper large-v2 (zero-shot) | 131.04 | 78.09 | 0.0 |
| Whisper large-v2 + LoRA (ours) | 42.58 | 16.95 | 73.9 |
- 67.5% relative WER reduction
- Improvement on 59 out of 60 test utterances (sign test, p = 1.7×10⁻¹²)
The fine-tuned model is available at: birajsubedi/whisper-large-v2-nepali-financial
Intended Use
- Benchmarking Nepali ASR systems on financial/transactional speech
- Domain adaptation experiments for low-resource ASR
- Research on accessible financial technology
Limitations
- Scale: 403 utterances is small relative to standard ASR corpora. Results should be interpreted as a feasibility demonstration, not a claim of state-of-the-art performance.
- Speaker diversity: The dataset was collected from a limited pool of contributors and may not fully represent the phonetic variation across Nepali dialects.
- Single annotator: Transcriptions were verified by a single annotator without independent double-annotation.
- Intent taxonomy: The "other" category contains a recognizable "funds received" pattern not covered by the three primary intent classes. See the paper for detailed error analysis.
Reproducibility
The full extraction and build pipeline is available in the source repository:
# From the original transcription spreadsheet:
python data/extract_xlsb.py audio-edit1.xlsb -o data/dataset_pairs.json
python data/build_dataset.py
# If you only have this repo (no .xlsb):
# nepfinspeech_dataset.json is already included — use it directly.
License
This dataset is released under CC-BY 4.0.
Citation
@misc{nepfinspeech2025,
title = {NepFinSpeech: A Domain-Specific Nepali Financial Speech Dataset},
author = {Biraj Subedi},
year = {2025},
url = {https://huggingface.co/datasets/birajsubedi/NepFinSpeech},
license = {CC-BY-4.0}
}
Paper
Full technical report with statistical analysis, per-intent breakdown, and error analysis:
- SpeakPay: Domain-Adaptive LoRA Fine-Tuning of Whisper for Low-Resource Nepali Financial Speech Recognition (LaTeX source)
Contact
Biraj Subedi — Advanced College of Engineering and Management, Tribhuvan University
- GitHub: github.com/subedibiraj/speakpay
- Email: contact@biraj-subedi.com.np
- Downloads last month
- 51