Karan Chand
commited on
Commit
·
39e866d
1
Parent(s):
6606848
Upload lm-boosted decoder
Browse files- alphabet.json +1 -0
- language_model/5gram_correct.arpa +0 -0
- language_model/attrs.json +1 -0
- language_model/unigrams.txt +742 -0
- preprocessor_config.json +10 -0
- special_tokens_map.json +1 -0
- tokenizer_config.json +1 -0
- vocab.json +1 -0
alphabet.json
ADDED
|
@@ -0,0 +1 @@
|
|
|
|
|
|
|
| 1 |
+
{"labels": ["", "<s>", "</s>", "\u2047", " ", "'", "-", "a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u", "v", "w", "x", "y", "z"], "is_bpe": false}
|
language_model/5gram_correct.arpa
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|
language_model/attrs.json
ADDED
|
@@ -0,0 +1 @@
|
|
|
|
|
|
|
| 1 |
+
{"alpha": 0.5, "beta": 1.5, "unk_score_offset": -10.0, "score_boundary": true}
|
language_model/unigrams.txt
ADDED
|
@@ -0,0 +1,742 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
</s>
|
| 2 |
+
<s>
|
| 3 |
+
a
|
| 4 |
+
able
|
| 5 |
+
about
|
| 6 |
+
above
|
| 7 |
+
accept
|
| 8 |
+
adieu
|
| 9 |
+
adios
|
| 10 |
+
adjacent
|
| 11 |
+
adjo
|
| 12 |
+
adria
|
| 13 |
+
advi
|
| 14 |
+
advised
|
| 15 |
+
aero
|
| 16 |
+
aerovic
|
| 17 |
+
affirm
|
| 18 |
+
after
|
| 19 |
+
afternoo
|
| 20 |
+
afternoon
|
| 21 |
+
afterwards
|
| 22 |
+
again
|
| 23 |
+
ageri
|
| 24 |
+
agree
|
| 25 |
+
ah
|
| 26 |
+
aha
|
| 27 |
+
ahead
|
| 28 |
+
ahm
|
| 29 |
+
ai
|
| 30 |
+
air
|
| 31 |
+
airals
|
| 32 |
+
airbus
|
| 33 |
+
aircraft
|
| 34 |
+
airforce
|
| 35 |
+
airfrans
|
| 36 |
+
airlink
|
| 37 |
+
airtas
|
| 38 |
+
airtours
|
| 39 |
+
airway
|
| 40 |
+
al
|
| 41 |
+
albix
|
| 42 |
+
alfa
|
| 43 |
+
algerie
|
| 44 |
+
ali
|
| 45 |
+
alita
|
| 46 |
+
alitalia
|
| 47 |
+
allowed
|
| 48 |
+
alpha
|
| 49 |
+
already
|
| 50 |
+
alright
|
| 51 |
+
also
|
| 52 |
+
amendment
|
| 53 |
+
an
|
| 54 |
+
and
|
| 55 |
+
another
|
| 56 |
+
any
|
| 57 |
+
anyhow
|
| 58 |
+
aosta
|
| 59 |
+
approval
|
| 60 |
+
approved
|
| 61 |
+
approximately
|
| 62 |
+
arbos
|
| 63 |
+
are
|
| 64 |
+
area
|
| 65 |
+
arrivederci
|
| 66 |
+
as
|
| 67 |
+
ascot
|
| 68 |
+
at
|
| 69 |
+
au
|
| 70 |
+
auf
|
| 71 |
+
austrian
|
| 72 |
+
aviva
|
| 73 |
+
awhile
|
| 74 |
+
b
|
| 75 |
+
back
|
| 76 |
+
bafair
|
| 77 |
+
balkan
|
| 78 |
+
bama
|
| 79 |
+
be
|
| 80 |
+
bee
|
| 81 |
+
been
|
| 82 |
+
before
|
| 83 |
+
being
|
| 84 |
+
belgian
|
| 85 |
+
below
|
| 86 |
+
belstar
|
| 87 |
+
berlin
|
| 88 |
+
bern
|
| 89 |
+
best
|
| 90 |
+
bilsa
|
| 91 |
+
bit
|
| 92 |
+
blocked
|
| 93 |
+
blue
|
| 94 |
+
bonjour
|
| 95 |
+
bravo
|
| 96 |
+
bre
|
| 97 |
+
break
|
| 98 |
+
bri
|
| 99 |
+
britan
|
| 100 |
+
britannia
|
| 101 |
+
british
|
| 102 |
+
buongiorno
|
| 103 |
+
but
|
| 104 |
+
by
|
| 105 |
+
bye
|
| 106 |
+
c
|
| 107 |
+
call
|
| 108 |
+
called
|
| 109 |
+
calling
|
| 110 |
+
callsign
|
| 111 |
+
can
|
| 112 |
+
cann
|
| 113 |
+
canne
|
| 114 |
+
case
|
| 115 |
+
centennial
|
| 116 |
+
chance
|
| 117 |
+
change
|
| 118 |
+
charl
|
| 119 |
+
charlie
|
| 120 |
+
check
|
| 121 |
+
checked
|
| 122 |
+
cheena
|
| 123 |
+
ciao
|
| 124 |
+
clear
|
| 125 |
+
clearance
|
| 126 |
+
cleared
|
| 127 |
+
climb
|
| 128 |
+
climbing
|
| 129 |
+
co
|
| 130 |
+
code
|
| 131 |
+
color
|
| 132 |
+
come
|
| 133 |
+
coming
|
| 134 |
+
commence
|
| 135 |
+
computer
|
| 136 |
+
con
|
| 137 |
+
condor
|
| 138 |
+
confirm
|
| 139 |
+
confirmation
|
| 140 |
+
confirmed
|
| 141 |
+
constellation
|
| 142 |
+
cont
|
| 143 |
+
contact
|
| 144 |
+
contacted
|
| 145 |
+
continental
|
| 146 |
+
continue
|
| 147 |
+
control
|
| 148 |
+
convenience
|
| 149 |
+
cooperation
|
| 150 |
+
coordination
|
| 151 |
+
copied
|
| 152 |
+
corna
|
| 153 |
+
correct
|
| 154 |
+
correction
|
| 155 |
+
corsair
|
| 156 |
+
cot
|
| 157 |
+
cotam
|
| 158 |
+
could
|
| 159 |
+
course
|
| 160 |
+
cross
|
| 161 |
+
crossing
|
| 162 |
+
cruise
|
| 163 |
+
cruising
|
| 164 |
+
current
|
| 165 |
+
d
|
| 166 |
+
dag
|
| 167 |
+
day
|
| 168 |
+
decim
|
| 169 |
+
decimal
|
| 170 |
+
decrease
|
| 171 |
+
degrees
|
| 172 |
+
del
|
| 173 |
+
delta
|
| 174 |
+
des
|
| 175 |
+
descend
|
| 176 |
+
descending
|
| 177 |
+
descent
|
| 178 |
+
destination
|
| 179 |
+
devec
|
| 180 |
+
did
|
| 181 |
+
dijon
|
| 182 |
+
dinkelsbuhl
|
| 183 |
+
dir
|
| 184 |
+
direct
|
| 185 |
+
disregard
|
| 186 |
+
distance
|
| 187 |
+
do
|
| 188 |
+
does
|
| 189 |
+
dont
|
| 190 |
+
du
|
| 191 |
+
due
|
| 192 |
+
dusseldorf
|
| 193 |
+
earlier
|
| 194 |
+
eas
|
| 195 |
+
east
|
| 196 |
+
echo
|
| 197 |
+
egypt
|
| 198 |
+
egyptair
|
| 199 |
+
eigh
|
| 200 |
+
eight
|
| 201 |
+
eighty
|
| 202 |
+
either
|
| 203 |
+
eleven
|
| 204 |
+
emirates
|
| 205 |
+
enable
|
| 206 |
+
epinal
|
| 207 |
+
equipped
|
| 208 |
+
established
|
| 209 |
+
europa
|
| 210 |
+
even
|
| 211 |
+
evening
|
| 212 |
+
expect
|
| 213 |
+
expedite
|
| 214 |
+
expeditious
|
| 215 |
+
expeditiously
|
| 216 |
+
f
|
| 217 |
+
familiar
|
| 218 |
+
faster
|
| 219 |
+
feet
|
| 220 |
+
fi
|
| 221 |
+
fifteen
|
| 222 |
+
final
|
| 223 |
+
fine
|
| 224 |
+
finnair
|
| 225 |
+
five
|
| 226 |
+
flight
|
| 227 |
+
fly
|
| 228 |
+
fo
|
| 229 |
+
fokker
|
| 230 |
+
for
|
| 231 |
+
force
|
| 232 |
+
forty
|
| 233 |
+
four
|
| 234 |
+
fox
|
| 235 |
+
foxtrot
|
| 236 |
+
foxy
|
| 237 |
+
france
|
| 238 |
+
frankfurt
|
| 239 |
+
french
|
| 240 |
+
freq
|
| 241 |
+
frequenc
|
| 242 |
+
frequency
|
| 243 |
+
fribourg
|
| 244 |
+
from
|
| 245 |
+
fu
|
| 246 |
+
full
|
| 247 |
+
fully
|
| 248 |
+
further
|
| 249 |
+
fusse
|
| 250 |
+
futura
|
| 251 |
+
gave
|
| 252 |
+
ge
|
| 253 |
+
gene
|
| 254 |
+
genev
|
| 255 |
+
geneva
|
| 256 |
+
georgia
|
| 257 |
+
german
|
| 258 |
+
germania
|
| 259 |
+
get
|
| 260 |
+
gibair
|
| 261 |
+
give
|
| 262 |
+
go
|
| 263 |
+
going
|
| 264 |
+
golf
|
| 265 |
+
goo
|
| 266 |
+
good
|
| 267 |
+
got
|
| 268 |
+
gotil
|
| 269 |
+
gott
|
| 270 |
+
gruss
|
| 271 |
+
gulf
|
| 272 |
+
guten
|
| 273 |
+
h
|
| 274 |
+
half
|
| 275 |
+
hallo
|
| 276 |
+
hamburg
|
| 277 |
+
hansa
|
| 278 |
+
hanseli
|
| 279 |
+
hap
|
| 280 |
+
hapag
|
| 281 |
+
have
|
| 282 |
+
heading
|
| 283 |
+
hejda
|
| 284 |
+
hello
|
| 285 |
+
help
|
| 286 |
+
herbi
|
| 287 |
+
high
|
| 288 |
+
higher
|
| 289 |
+
hm
|
| 290 |
+
ho
|
| 291 |
+
hochwald
|
| 292 |
+
hoi
|
| 293 |
+
hote
|
| 294 |
+
hotel
|
| 295 |
+
how
|
| 296 |
+
however
|
| 297 |
+
hundred
|
| 298 |
+
i
|
| 299 |
+
iberia
|
| 300 |
+
iden
|
| 301 |
+
ident
|
| 302 |
+
identification
|
| 303 |
+
identified
|
| 304 |
+
if
|
| 305 |
+
ill
|
| 306 |
+
im
|
| 307 |
+
immediately
|
| 308 |
+
in
|
| 309 |
+
inbound
|
| 310 |
+
increase
|
| 311 |
+
ind
|
| 312 |
+
indeed
|
| 313 |
+
india
|
| 314 |
+
indialook
|
| 315 |
+
indication
|
| 316 |
+
information
|
| 317 |
+
ingishire
|
| 318 |
+
initial
|
| 319 |
+
initially
|
| 320 |
+
instead
|
| 321 |
+
instructed
|
| 322 |
+
inter
|
| 323 |
+
interested
|
| 324 |
+
interfere
|
| 325 |
+
intersection
|
| 326 |
+
into
|
| 327 |
+
is
|
| 328 |
+
israeli
|
| 329 |
+
it
|
| 330 |
+
its
|
| 331 |
+
japan
|
| 332 |
+
japanair
|
| 333 |
+
jat
|
| 334 |
+
jet
|
| 335 |
+
jetaviation
|
| 336 |
+
jetcom
|
| 337 |
+
jose
|
| 338 |
+
juliett
|
| 339 |
+
just
|
| 340 |
+
k
|
| 341 |
+
kamas
|
| 342 |
+
karlsruhe
|
| 343 |
+
kay
|
| 344 |
+
keep
|
| 345 |
+
kempten
|
| 346 |
+
kilo
|
| 347 |
+
kines
|
| 348 |
+
kir
|
| 349 |
+
knots
|
| 350 |
+
know
|
| 351 |
+
l
|
| 352 |
+
la
|
| 353 |
+
last
|
| 354 |
+
later
|
| 355 |
+
lauda
|
| 356 |
+
le
|
| 357 |
+
least
|
| 358 |
+
leave
|
| 359 |
+
left
|
| 360 |
+
leisure
|
| 361 |
+
less
|
| 362 |
+
lev
|
| 363 |
+
level
|
| 364 |
+
liberty
|
| 365 |
+
light
|
| 366 |
+
likewise
|
| 367 |
+
lima
|
| 368 |
+
line
|
| 369 |
+
little
|
| 370 |
+
lloyd
|
| 371 |
+
london
|
| 372 |
+
looking
|
| 373 |
+
looks
|
| 374 |
+
lower
|
| 375 |
+
lu
|
| 376 |
+
luftha
|
| 377 |
+
lufthansa
|
| 378 |
+
lufty
|
| 379 |
+
luha
|
| 380 |
+
lupen
|
| 381 |
+
luxair
|
| 382 |
+
luxeuil
|
| 383 |
+
lyon
|
| 384 |
+
m
|
| 385 |
+
mach
|
| 386 |
+
maintain
|
| 387 |
+
maintaining
|
| 388 |
+
make
|
| 389 |
+
malay
|
| 390 |
+
malaysian
|
| 391 |
+
malta
|
| 392 |
+
many
|
| 393 |
+
marseille
|
| 394 |
+
may
|
| 395 |
+
me
|
| 396 |
+
med
|
| 397 |
+
merair
|
| 398 |
+
meridiana
|
| 399 |
+
metavec
|
| 400 |
+
midland
|
| 401 |
+
mike
|
| 402 |
+
milan
|
| 403 |
+
milano
|
| 404 |
+
miles
|
| 405 |
+
minimum
|
| 406 |
+
minute
|
| 407 |
+
minutes
|
| 408 |
+
missed
|
| 409 |
+
missing
|
| 410 |
+
mission
|
| 411 |
+
mistake
|
| 412 |
+
mixed
|
| 413 |
+
monarch
|
| 414 |
+
mor
|
| 415 |
+
more
|
| 416 |
+
morgen
|
| 417 |
+
morn
|
| 418 |
+
morning
|
| 419 |
+
morok
|
| 420 |
+
much
|
| 421 |
+
mun
|
| 422 |
+
munchen
|
| 423 |
+
munich
|
| 424 |
+
my
|
| 425 |
+
nafamens
|
| 426 |
+
nah
|
| 427 |
+
nato
|
| 428 |
+
nattenheim
|
| 429 |
+
navi
|
| 430 |
+
navig
|
| 431 |
+
navigatio
|
| 432 |
+
navigation
|
| 433 |
+
near
|
| 434 |
+
neckar
|
| 435 |
+
need
|
| 436 |
+
negative
|
| 437 |
+
negra
|
| 438 |
+
nelli
|
| 439 |
+
netherlands
|
| 440 |
+
new
|
| 441 |
+
ni
|
| 442 |
+
nin
|
| 443 |
+
nine
|
| 444 |
+
no
|
| 445 |
+
non
|
| 446 |
+
normal
|
| 447 |
+
north
|
| 448 |
+
norvenich
|
| 449 |
+
not
|
| 450 |
+
november
|
| 451 |
+
now
|
| 452 |
+
number
|
| 453 |
+
o
|
| 454 |
+
occupied
|
| 455 |
+
oclock
|
| 456 |
+
odina
|
| 457 |
+
of
|
| 458 |
+
oh
|
| 459 |
+
ohh
|
| 460 |
+
ok
|
| 461 |
+
okay
|
| 462 |
+
okaydoke
|
| 463 |
+
olben
|
| 464 |
+
olympic
|
| 465 |
+
omega
|
| 466 |
+
on
|
| 467 |
+
one
|
| 468 |
+
onur
|
| 469 |
+
opposite
|
| 470 |
+
or
|
| 471 |
+
osca
|
| 472 |
+
oscar
|
| 473 |
+
other
|
| 474 |
+
out
|
| 475 |
+
over
|
| 476 |
+
own
|
| 477 |
+
p
|
| 478 |
+
papa
|
| 479 |
+
paris
|
| 480 |
+
passe
|
| 481 |
+
passeiry
|
| 482 |
+
passing
|
| 483 |
+
per
|
| 484 |
+
period
|
| 485 |
+
permit
|
| 486 |
+
pick
|
| 487 |
+
pin
|
| 488 |
+
planned
|
| 489 |
+
please
|
| 490 |
+
point
|
| 491 |
+
portugal
|
| 492 |
+
portugalia
|
| 493 |
+
position
|
| 494 |
+
possible
|
| 495 |
+
preceding
|
| 496 |
+
prefer
|
| 497 |
+
present
|
| 498 |
+
presently
|
| 499 |
+
pressure
|
| 500 |
+
previous
|
| 501 |
+
prex
|
| 502 |
+
problem
|
| 503 |
+
problems
|
| 504 |
+
proc
|
| 505 |
+
procee
|
| 506 |
+
proceed
|
| 507 |
+
quite
|
| 508 |
+
r
|
| 509 |
+
ra
|
| 510 |
+
rad
|
| 511 |
+
radar
|
| 512 |
+
radio
|
| 513 |
+
rate
|
| 514 |
+
re
|
| 515 |
+
reach
|
| 516 |
+
reaching
|
| 517 |
+
read
|
| 518 |
+
reading
|
| 519 |
+
ready
|
| 520 |
+
realized
|
| 521 |
+
reason
|
| 522 |
+
received
|
| 523 |
+
reclearance
|
| 524 |
+
recleared
|
| 525 |
+
reduce
|
| 526 |
+
rei
|
| 527 |
+
reims
|
| 528 |
+
remain
|
| 529 |
+
report
|
| 530 |
+
reported
|
| 531 |
+
request
|
| 532 |
+
requested
|
| 533 |
+
requesting
|
| 534 |
+
rerouted
|
| 535 |
+
resia
|
| 536 |
+
restricting
|
| 537 |
+
restrictions
|
| 538 |
+
resume
|
| 539 |
+
revoir
|
| 540 |
+
rhei
|
| 541 |
+
rhein
|
| 542 |
+
rhi
|
| 543 |
+
right
|
| 544 |
+
roge
|
| 545 |
+
roger
|
| 546 |
+
rolampont
|
| 547 |
+
rollen
|
| 548 |
+
romeo
|
| 549 |
+
route
|
| 550 |
+
routing
|
| 551 |
+
roystar
|
| 552 |
+
runway
|
| 553 |
+
rv
|
| 554 |
+
s
|
| 555 |
+
sabena
|
| 556 |
+
said
|
| 557 |
+
same
|
| 558 |
+
saronno
|
| 559 |
+
sata
|
| 560 |
+
saudia
|
| 561 |
+
say
|
| 562 |
+
scandinavian
|
| 563 |
+
schonen
|
| 564 |
+
sec
|
| 565 |
+
second
|
| 566 |
+
sector
|
| 567 |
+
seems
|
| 568 |
+
sent
|
| 569 |
+
separation
|
| 570 |
+
servus
|
| 571 |
+
set
|
| 572 |
+
sev
|
| 573 |
+
seven
|
| 574 |
+
shamrock
|
| 575 |
+
short
|
| 576 |
+
shortcut
|
| 577 |
+
shortly
|
| 578 |
+
should
|
| 579 |
+
sierra
|
| 580 |
+
since
|
| 581 |
+
singa
|
| 582 |
+
sir
|
| 583 |
+
six
|
| 584 |
+
skyfox
|
| 585 |
+
slightly
|
| 586 |
+
slower
|
| 587 |
+
so
|
| 588 |
+
sobelair
|
| 589 |
+
soon
|
| 590 |
+
sorry
|
| 591 |
+
south
|
| 592 |
+
spair
|
| 593 |
+
spar
|
| 594 |
+
speed
|
| 595 |
+
speedbird
|
| 596 |
+
speedway
|
| 597 |
+
squawk
|
| 598 |
+
squawking
|
| 599 |
+
st
|
| 600 |
+
stable
|
| 601 |
+
stand
|
| 602 |
+
standard
|
| 603 |
+
state
|
| 604 |
+
station
|
| 605 |
+
stay
|
| 606 |
+
steel
|
| 607 |
+
still
|
| 608 |
+
stop
|
| 609 |
+
stress
|
| 610 |
+
succeeding
|
| 611 |
+
sufficient
|
| 612 |
+
suggest
|
| 613 |
+
sunwing
|
| 614 |
+
swi
|
| 615 |
+
swiss
|
| 616 |
+
swissair
|
| 617 |
+
switch
|
| 618 |
+
t
|
| 619 |
+
ta
|
| 620 |
+
tag
|
| 621 |
+
taitian
|
| 622 |
+
talk
|
| 623 |
+
tango
|
| 624 |
+
tarom
|
| 625 |
+
tele
|
| 626 |
+
ten
|
| 627 |
+
th
|
| 628 |
+
than
|
| 629 |
+
thank
|
| 630 |
+
thanks
|
| 631 |
+
that
|
| 632 |
+
thats
|
| 633 |
+
the
|
| 634 |
+
then
|
| 635 |
+
there
|
| 636 |
+
thereafter
|
| 637 |
+
think
|
| 638 |
+
thirteen
|
| 639 |
+
thirty
|
| 640 |
+
this
|
| 641 |
+
thousand
|
| 642 |
+
thr
|
| 643 |
+
three
|
| 644 |
+
through
|
| 645 |
+
till
|
| 646 |
+
time
|
| 647 |
+
to
|
| 648 |
+
today
|
| 649 |
+
told
|
| 650 |
+
too
|
| 651 |
+
topswiss
|
| 652 |
+
torino
|
| 653 |
+
tour
|
| 654 |
+
towards
|
| 655 |
+
tra
|
| 656 |
+
track
|
| 657 |
+
traffic
|
| 658 |
+
transavia
|
| 659 |
+
translift
|
| 660 |
+
transmission
|
| 661 |
+
transu
|
| 662 |
+
transwede
|
| 663 |
+
trasa
|
| 664 |
+
trasad
|
| 665 |
+
trasadingen
|
| 666 |
+
triple
|
| 667 |
+
troubles
|
| 668 |
+
try
|
| 669 |
+
tsch
|
| 670 |
+
tschu
|
| 671 |
+
tschuss
|
| 672 |
+
tun
|
| 673 |
+
tunair
|
| 674 |
+
tunis
|
| 675 |
+
turkair
|
| 676 |
+
turkish
|
| 677 |
+
turn
|
| 678 |
+
turning
|
| 679 |
+
tw
|
| 680 |
+
twenty
|
| 681 |
+
two
|
| 682 |
+
type
|
| 683 |
+
u
|
| 684 |
+
ukay
|
| 685 |
+
understand
|
| 686 |
+
uniform
|
| 687 |
+
united
|
| 688 |
+
until
|
| 689 |
+
up
|
| 690 |
+
us
|
| 691 |
+
v
|
| 692 |
+
valda
|
| 693 |
+
vectors
|
| 694 |
+
very
|
| 695 |
+
vi
|
| 696 |
+
via
|
| 697 |
+
victor
|
| 698 |
+
viscinity
|
| 699 |
+
viva
|
| 700 |
+
w
|
| 701 |
+
wanted
|
| 702 |
+
warburg
|
| 703 |
+
was
|
| 704 |
+
way
|
| 705 |
+
we
|
| 706 |
+
welcome
|
| 707 |
+
well
|
| 708 |
+
were
|
| 709 |
+
what
|
| 710 |
+
whats
|
| 711 |
+
when
|
| 712 |
+
where
|
| 713 |
+
whether
|
| 714 |
+
which
|
| 715 |
+
whiskey
|
| 716 |
+
whitestar
|
| 717 |
+
who
|
| 718 |
+
whos
|
| 719 |
+
wiederhoren
|
| 720 |
+
will
|
| 721 |
+
willisau
|
| 722 |
+
wind
|
| 723 |
+
with
|
| 724 |
+
within
|
| 725 |
+
worth
|
| 726 |
+
would
|
| 727 |
+
wrong
|
| 728 |
+
xray
|
| 729 |
+
yankee
|
| 730 |
+
yeah
|
| 731 |
+
yes
|
| 732 |
+
you
|
| 733 |
+
your
|
| 734 |
+
youre
|
| 735 |
+
youve
|
| 736 |
+
z
|
| 737 |
+
ze
|
| 738 |
+
zer
|
| 739 |
+
zero
|
| 740 |
+
zulu
|
| 741 |
+
zuri
|
| 742 |
+
zurich
|
preprocessor_config.json
ADDED
|
@@ -0,0 +1,10 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"do_normalize": true,
|
| 3 |
+
"feature_extractor_type": "Wav2Vec2FeatureExtractor",
|
| 4 |
+
"feature_size": 1,
|
| 5 |
+
"padding_side": "right",
|
| 6 |
+
"padding_value": 0.0,
|
| 7 |
+
"processor_class": "Wav2Vec2ProcessorWithLM",
|
| 8 |
+
"return_attention_mask": true,
|
| 9 |
+
"sampling_rate": 16000
|
| 10 |
+
}
|
special_tokens_map.json
ADDED
|
@@ -0,0 +1 @@
|
|
|
|
|
|
|
| 1 |
+
{"bos_token": "<s>", "eos_token": "</s>", "unk_token": "<unk>", "pad_token": "<pad>"}
|
tokenizer_config.json
ADDED
|
@@ -0,0 +1 @@
|
|
|
|
|
|
|
| 1 |
+
{"unk_token": "<unk>", "bos_token": "<s>", "eos_token": "</s>", "pad_token": "<pad>", "do_lower_case": false, "word_delimiter_token": "|", "replace_word_delimiter_char": " ", "special_tokens_map_file": "/root/.cache/huggingface/transformers/c2fa5198a7a6c87e4e444afac6d9a7c2d8e45299aaf8966e41d727cc6ae7e04c.9d6cd81ef646692fb1c169a880161ea1cb95f49694f220aced9b704b457e51dd", "name_or_path": "jonatasgrosman/wav2vec2-large-xlsr-53-english", "tokenizer_class": "Wav2Vec2CTCTokenizer", "processor_class": "Wav2Vec2ProcessorWithLM"}
|
vocab.json
ADDED
|
@@ -0,0 +1 @@
|
|
|
|
|
|
|
| 1 |
+
{"<pad>": 0, "<s>": 1, "</s>": 2, "<unk>": 3, "|": 4, "'": 5, "-": 6, "a": 7, "b": 8, "c": 9, "d": 10, "e": 11, "f": 12, "g": 13, "h": 14, "i": 15, "j": 16, "k": 17, "l": 18, "m": 19, "n": 20, "o": 21, "p": 22, "q": 23, "r": 24, "s": 25, "t": 26, "u": 27, "v": 28, "w": 29, "x": 30, "y": 31, "z": 32}
|