fala_pb_checkpoints / FishSpeech /dataset_text_stats.json
acidente's picture
Add files using upload-large-folder tool
a8ca3a0 verified
Raw
History Blame Contribute Delete
1.13 kB
{
"experiment_language": "pt-BR",
"filter_note": "Apenas segmentos com ficheiro .wav correspondente sob --wav-dir (alinha ao que pode ser treinado).",
"language_notes": "Corpus transcrito em português do Brasil (Paraíba / filtered_char). O fine-tuning text2semantic ajusta texto+fala nesse mesmo idioma; Fish Speech 1.5 já cobre português ao nível de modelo multilingual (card oficial).",
"utterances_used_for_stats": 41952,
"chars_per_line": {
"n": 41952,
"mean": 59.8865,
"stdev": 89.8985,
"min": 1,
"max": 2330,
"median": 44.0
},
"words_per_line": {
"n": 41952,
"mean": 11.6691,
"stdev": 20.4839,
"min": 1,
"max": 444,
"median": 9.0
},
"lines_flagged_pt_heuristic_pct": 63.13,
"durations_seconds_raw_file": {
"n": 41013,
"mean": 3.9323,
"stdev": 2.3523,
"min": 1.0,
"max": 19.001,
"median": 3.3
},
"estimated_total_audio_hours_raw_file": 44.7987,
"paired_dataset_stats_summary": {
"lines_read": 41953,
"accepted_segments": 41952,
"total_discarded": 1,
"speaker_id": "PB_PARAIBA",
"language": "pt-BR"
}
}