desh2608 commited on
Commit
60368c6
1 Parent(s): 06747da

added tokens.txt and sample wav files

Browse files
data/lang_bpe_500/tokens.txt ADDED
@@ -0,0 +1,502 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ <blk> 0
2
+ <sos/eos> 1
3
+ <unk> 2
4
+ S 3
5
+ ▁THE 4
6
+ ' 5
7
+ T 6
8
+ ▁I 7
9
+ ▁IT 8
10
+ E 9
11
+ ▁YEAH 10
12
+ ▁A 11
13
+ ▁UH 12
14
+ ▁YOU 13
15
+ ▁THAT 14
16
+ ▁TO 15
17
+ ▁WE 16
18
+ ▁AND 17
19
+ ▁SO 18
20
+ A 19
21
+ D 20
22
+ I 21
23
+ ▁OF 22
24
+ P 23
25
+ ING 24
26
+ M 25
27
+ O 26
28
+ ▁UM 27
29
+ U 28
30
+ ▁IN 29
31
+ ▁IS 30
32
+ C 31
33
+ N 32
34
+ ▁HAVE 33
35
+ ▁S 34
36
+ RE 35
37
+ ▁OKAY 36
38
+ ▁BE 37
39
+ ▁BUT 38
40
+ ER 39
41
+ L 40
42
+ ▁FOR 41
43
+ ▁MM 42
44
+ ▁LIKE 43
45
+ Y 44
46
+ ▁CAN 45
47
+ ▁THIS 46
48
+ ▁THINK 47
49
+ ▁ON 48
50
+ ▁P 49
51
+ ▁C 50
52
+ ▁JUST 51
53
+ R 52
54
+ ▁IF 53
55
+ ▁F 54
56
+ ED 55
57
+ IN 56
58
+ ▁WHAT 57
59
+ ▁DO 58
60
+ ▁OR 59
61
+ AR 60
62
+ ▁ 61
63
+ ▁T 62
64
+ G 63
65
+ ▁WELL 64
66
+ ▁NO 65
67
+ ▁ONE 66
68
+ ▁NOT 67
69
+ F 68
70
+ ▁WITH 69
71
+ ▁L 70
72
+ ▁KNOW 71
73
+ AL 72
74
+ ▁ARE 73
75
+ ▁M 74
76
+ - 75
77
+ ▁W 76
78
+ H 77
79
+ ▁THEY 78
80
+ LL 79
81
+ ▁DON 80
82
+ B 81
83
+ ▁THEN 82
84
+ HMM 83
85
+ K 84
86
+ VE 85
87
+ ▁RE 86
88
+ LE 87
89
+ EN 88
90
+ ▁THERE 89
91
+ ▁D 90
92
+ OR 91
93
+ W 92
94
+ ▁WOULD 93
95
+ ▁RIGHT 94
96
+ ▁REMOTE 95
97
+ AN 96
98
+ LY 97
99
+ ▁SOME 98
100
+ ON 99
101
+ ▁USE 100
102
+ ▁E 101
103
+ IT 102
104
+ ▁WAS 103
105
+ ▁OH 104
106
+ ▁ABOUT 105
107
+ ▁MEAN 106
108
+ ION 107
109
+ ▁ALL 108
110
+ ▁AS 109
111
+ ▁B 110
112
+ IC 111
113
+ ▁SOMETHING 112
114
+ IS 113
115
+ ▁MAYBE 114
116
+ ▁CONTROL 115
117
+ ▁BECAUSE 116
118
+ ES 117
119
+ ▁SHOULD 118
120
+ RA 119
121
+ ▁AT 120
122
+ ▁GO 121
123
+ ▁WANT 122
124
+ ▁COULD 123
125
+ ▁AN 124
126
+ ▁LOOK 125
127
+ ▁MORE 126
128
+ ▁V 127
129
+ ▁R 128
130
+ ▁SEE 129
131
+ CH 130
132
+ ▁WILL 131
133
+ ▁MAKE 132
134
+ ▁WHICH 133
135
+ ▁SAY 134
136
+ ▁MA 135
137
+ ▁YOUR 136
138
+ ▁TH 137
139
+ V 138
140
+ ▁THING 139
141
+ ▁HOW 140
142
+ ▁TWO 141
143
+ ENT 142
144
+ ▁GET 143
145
+ ▁YES 144
146
+ ▁NEED 145
147
+ ▁VERY 146
148
+ ▁ST 147
149
+ ▁' 148
150
+ ATE 149
151
+ ▁G 150
152
+ ▁UP 151
153
+ ▁REALLY 152
154
+ ▁BUTTONS 153
155
+ ▁KIND 154
156
+ ▁OUR 155
157
+ ▁N 156
158
+ ▁GONNA 157
159
+ ▁FROM 158
160
+ ▁ALSO 159
161
+ US 160
162
+ ▁GOOD 161
163
+ ▁DESIGN 162
164
+ ▁PEOPLE 163
165
+ UN 164
166
+ RO 165
167
+ ▁WORK 166
168
+ ATION 167
169
+ ▁HE 168
170
+ ▁O 169
171
+ ▁HERE 170
172
+ ▁COM 171
173
+ ▁MO 172
174
+ ▁OUT 173
175
+ ▁CO 174
176
+ UR 175
177
+ ▁TIME 176
178
+ CK 177
179
+ ▁WHEN 178
180
+ ▁H 179
181
+ IL 180
182
+ AT 181
183
+ ▁US 182
184
+ ▁GOT 183
185
+ ▁NOW 184
186
+ ▁OTHER 185
187
+ MENT 186
188
+ ▁ME 187
189
+ ▁DE 188
190
+ ▁MY 189
191
+ ▁BUTTON 190
192
+ VER 191
193
+ ▁PUT 192
194
+ ABLE 193
195
+ ▁LO 194
196
+ ▁DOES 195
197
+ ID 196
198
+ ▁FUNCTION 197
199
+ ▁THINGS 198
200
+ X 199
201
+ ▁EX 200
202
+ ▁THAN 201
203
+ ▁SORT 202
204
+ ▁CON 203
205
+ ▁HMM 204
206
+ LA 205
207
+ ▁Y 206
208
+ CAUSE 207
209
+ AGE 208
210
+ LO 209
211
+ ▁ANY 210
212
+ ▁DI 211
213
+ ▁COLOUR 212
214
+ ▁DIFFERENT 213
215
+ ▁IDEA 214
216
+ ▁MEETING 215
217
+ ▁ACTUALLY 216
218
+ IGHT 217
219
+ ▁THESE 218
220
+ ▁HAS 219
221
+ ▁BIT 220
222
+ ▁CH 221
223
+ ▁POINT 222
224
+ ▁SH 223
225
+ TH 224
226
+ ▁WHERE 225
227
+ GE 226
228
+ ▁THEM 227
229
+ ▁MUCH 228
230
+ ▁HO 229
231
+ ▁FIVE 230
232
+ ▁SURE 231
233
+ ▁TOO 232
234
+ ▁CHANNEL 233
235
+ ▁ONLY 234
236
+ ▁GOING 235
237
+ ▁WAY 236
238
+ ▁USER 237
239
+ ▁THREE 238
240
+ ▁LITTLE 239
241
+ ▁NEW 240
242
+ Z 241
243
+ ▁YEP 242
244
+ ▁MIGHT 243
245
+ ▁BY 244
246
+ ▁GIVE 245
247
+ ▁QUITE 246
248
+ ▁PROBABLY 247
249
+ IVE 248
250
+ ▁TAKE 249
251
+ ▁LET 250
252
+ UM 251
253
+ ▁FIRST 252
254
+ ALLY 253
255
+ ▁INTO 254
256
+ ▁SCREEN 255
257
+ ▁HAD 256
258
+ ▁BACK 257
259
+ ▁BA 258
260
+ ▁EVEN 259
261
+ ▁PRO 260
262
+ ▁MARKET 261
263
+ ▁LOT 262
264
+ ▁STILL 263
265
+ ▁THOUGH 264
266
+ ITY 265
267
+ ▁THOSE 266
268
+ ▁ALRIGHT 267
269
+ ▁SAME 268
270
+ ▁FIND 269
271
+ ▁DID 270
272
+ ▁MOST 271
273
+ ▁GUESS 272
274
+ ▁TALK 273
275
+ ▁DOWN 274
276
+ ▁OVER 275
277
+ ▁UN 276
278
+ ▁PRODUCT 277
279
+ ▁STUFF 278
280
+ ▁NEXT 279
281
+ ▁PART 280
282
+ ▁HAND 281
283
+ ▁PROBLEM 282
284
+ ▁START 283
285
+ IES 284
286
+ ▁RECOGNITION 285
287
+ ▁J 286
288
+ ▁COST 287
289
+ ▁FOUR 288
290
+ ▁TRY 289
291
+ ▁EASY 290
292
+ ▁BASICALLY 291
293
+ ▁AGAIN 292
294
+ ▁SPEECH 293
295
+ HUH 294
296
+ ▁COME 295
297
+ ▁RUBBER 296
298
+ ▁BIG 297
299
+ ▁INTER 298
300
+ ▁IMPORTANT 299
301
+ ▁NUMBER 300
302
+ ▁PROJECT 301
303
+ ▁BR 302
304
+ ▁SIMPLE 303
305
+ ▁CHIP 304
306
+ ▁WORD 305
307
+ KAY 306
308
+ ▁SCROLL 307
309
+ ▁CHANGE 308
310
+ ▁CURVE 309
311
+ ▁WHO 310
312
+ ▁INTERFACE 311
313
+ ▁CASE 312
314
+ FUL 313
315
+ ▁SORRY 314
316
+ ▁SET 315
317
+ ▁FEATURE 316
318
+ ▁SHAPE 317
319
+ ▁WHY 318
320
+ ▁SAID 319
321
+ ▁TRUE 320
322
+ ▁POWER 321
323
+ ▁INFORMATION 322
324
+ ▁OPTION 323
325
+ ▁DIDN 324
326
+ ▁ADD 325
327
+ ▁EACH 326
328
+ ▁THEIR 327
329
+ ANCE 328
330
+ ▁DISPLAY 329
331
+ ▁FEEL 330
332
+ ▁KEEP 331
333
+ ▁K 332
334
+ ▁SIX 333
335
+ ▁DISCUSS 334
336
+ ▁EXAMPLE 335
337
+ ▁QUESTION 336
338
+ ▁COURSE 337
339
+ ▁ALREADY 338
340
+ ▁TELEVISION 339
341
+ ▁WANNA 340
342
+ ▁LINE 341
343
+ ▁ANYTHING 342
344
+ ▁VOLUME 343
345
+ ▁MENU 344
346
+ ▁NICE 345
347
+ ▁EVERY 346
348
+ ▁PRESENTATION 347
349
+ ▁THROUGH 348
350
+ ▁BETTER 349
351
+ ▁WHATEVER 350
352
+ ENCE 351
353
+ ▁WHOLE 352
354
+ ▁EXACTLY 353
355
+ ▁EVERYTHING 354
356
+ ▁ANOTHER 355
357
+ ▁VOICE 356
358
+ ▁LAST 357
359
+ ▁PUSH 358
360
+ ▁HAVING 359
361
+ ▁ANYWAY 360
362
+ ▁DEVICE 361
363
+ ▁DATA 362
364
+ ▁AFTER 363
365
+ ▁SPEAK 364
366
+ ▁BEFORE 365
367
+ ▁DRAW 366
368
+ ▁EURO 367
369
+ ▁COOL 368
370
+ ▁DECIDE 369
371
+ ▁SEVEN 370
372
+ ▁PRESS 371
373
+ ▁PRETTY 372
374
+ ▁TREND 373
375
+ ▁FRUIT 374
376
+ ▁LONG 375
377
+ ▁TWENTY 376
378
+ ▁BASIC 377
379
+ ▁SUPPOSE 378
380
+ ▁POSSIBLE 379
381
+ ▁SMALL 380
382
+ ▁REQUIRE 381
383
+ ▁MANY 382
384
+ ▁DUNNO 383
385
+ ▁HIGH 384
386
+ ▁ELSE 385
387
+ ▁SIDE 386
388
+ ▁BETWEEN 387
389
+ ▁SPECIAL 388
390
+ ▁BATTERY 389
391
+ ▁PLASTIC 390
392
+ ▁HARD 391
393
+ ▁SLIDE 392
394
+ ▁WHEEL 393
395
+ ▁SOUND 394
396
+ ▁MATERIAL 395
397
+ ▁SECOND 396
398
+ ▁ENOUGH 397
399
+ ▁PLAY 398
400
+ ▁WHETHER 399
401
+ ▁SEGMENT 400
402
+ ▁READ 401
403
+ ▁BOTH 402
404
+ ▁ALWAYS 403
405
+ ▁COMPONENT 404
406
+ ▁FILE 405
407
+ ▁PROGRAM 406
408
+ ▁LESS 407
409
+ ▁TELL 408
410
+ ▁SIGNAL 409
411
+ ▁FANCY 410
412
+ ▁SHOW 411
413
+ ▁MADE 412
414
+ ▁YELLOW 413
415
+ ▁PERCENT 414
416
+ ▁GREAT 415
417
+ ▁TURN 416
418
+ ▁AGREE 417
419
+ ▁FASHION 418
420
+ ▁FIFTY 419
421
+ ▁TOGETHER 420
422
+ ▁FACT 421
423
+ ▁AROUND 422
424
+ ▁WATCH 423
425
+ ▁EXPENSIVE 424
426
+ ▁TWELVE 425
427
+ ▁TYPE 426
428
+ ▁LEFT 427
429
+ ▁EXTRA 428
430
+ ▁NAME 429
431
+ ▁DEFINITELY 430
432
+ ▁CONCEPT 431
433
+ ▁ENERGY 432
434
+ ▁BOARD 433
435
+ ▁OPEN 434
436
+ ▁LEAST 435
437
+ J 436
438
+ ▁THIRTY 437
439
+ ▁GROUP 438
440
+ ▁KEY 439
441
+ ▁SPECIFIC 440
442
+ ▁INTERESTING 441
443
+ ▁PRICE 442
444
+ ▁UNDER 443
445
+ ▁PHONE 444
446
+ ▁TECHNOLOGY 445
447
+ ▁TELETEXT 446
448
+ ▁SENSE 447
449
+ ▁GUYS 448
450
+ ▁BANANA 449
451
+ ▁DOUBLE 450
452
+ ▁HALF 451
453
+ ▁SYSTEM 452
454
+ ▁RATHER 453
455
+ ▁DEPEND 454
456
+ ▁DOCUMENT 455
457
+ ▁MODEL 456
458
+ ▁ADVANCED 457
459
+ ▁COMPANY 458
460
+ ▁VIDEO 459
461
+ ▁STANDARD 460
462
+ ▁CERTAIN 461
463
+ ▁DECISION 462
464
+ ▁SPONGY 463
465
+ ▁TITANIUM 464
466
+ ▁TECHNICAL 465
467
+ ▁AWAY 466
468
+ ▁SEPARATE 467
469
+ ▁BATTERIES 468
470
+ ▁CHEAP 469
471
+ ▁SWITCH 470
472
+ ▁ROOM 471
473
+ ▁SOURCE 472
474
+ ▁EVALUATION 473
475
+ ▁EMAIL 474
476
+ ▁EITHER 475
477
+ ▁BLACK 476
478
+ ▁NORMAL 477
479
+ ▁PROCESS 478
480
+ ▁DIFFICULT 479
481
+ ▁SELECT 480
482
+ ▁EVERYBODY 481
483
+ ▁UTTERANCE 482
484
+ ▁PLACE 483
485
+ ▁GENERAL 484
486
+ ▁PROTOTYPE 485
487
+ ▁REMEMBER 486
488
+ ▁FOUND 487
489
+ ▁MICROPHONE 488
490
+ ▁UNDERSTAND 489
491
+ ▁FINISH 490
492
+ ▁WRITE 491
493
+ ▁CURRENT 492
494
+ ▁INSTEAD 493
495
+ ▁CONSIDER 494
496
+ ▁HAPPEN 495
497
+ ▁RESEARCH 496
498
+ ▁LEVEL 497
499
+ ▁CHOOSE 498
500
+ Q 499
501
+ #0 500
502
+ #1 501
test_wavs/ES2011d-508-sdm.wav ADDED
Binary file (319 kB). View file
 
test_wavs/IB4003-0-91-ihm.wav ADDED
Binary file (330 kB). View file
 
test_wavs/IB4004-429-gss.flac ADDED
Binary file (103 kB). View file
 
test_wavs/trans.txt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ IB4003-0-91-ihm WELL WE COULD HAVE BEEN EIGHT H SITTING AROUND HERE AND AND TALKING BUT I THINK IT'S IT'S MORE DIFFICULT
2
+ ES2011d-508-sdm UM WE CAN DO IT SEPARATELY AND THEN DISCUSS IT IF IF THAT'S WHAT PEOPLE WANNA DO
3
+ IB4004-429-gss UH NORMALLY IT'S DONE AUTOMATICALLY EXCEPT THAT WE'LL HAVE TO THINK