| { |
| "schema": 1, |
| "language": "ja", |
| "lang_code": "j", |
| "dialect": "us", |
| "voice": "jf_alpha", |
| "speed": 1.0, |
| "sample_rate": 24000, |
| "total_duration": 154.97, |
| "media_sha256": "c6bc650308ff343bf007e88c5c30742c81b7acc37cff3f01fd89006e370911cd", |
| "media_bytes": 972639, |
| "render_fingerprint": "519c4dde1b52b58166fdac55707daa6b86f163836476edd2b52dcc6f730adcd1", |
| "render_inputs": { |
| "renderer": "render_all_voices-v4", |
| "lesson": "11_classify_ml", |
| "language": "ja", |
| "lang_code": "j", |
| "dialect": "us", |
| "voice": "jf_alpha", |
| "speed": 1.0, |
| "scenes": [ |
| { |
| "narration": "Classify ML は、オブジェクト単位の測定値を使用して従来型の機械学習モデルを学習します。コンソールには、データベース読み込み、特徴量準備、検証、重要度、予測、エラーが報告されます。", |
| "speech_text": [ |
| "Classify ML は、オブジェクト単位の測定値を使用して従来型の機械学習モデルを学習します。コンソールには、データベース読み込み、特徴量準備、検証、重要度、予測、エラーが報告されます。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "Core セクションから Classify, machine learning を開きます。Labels and Classes では、測定プロジェクト、ラベルフィールド、陽性値と陰性値、実験グループを選択します。モデルを適合する前に、このマッピングの生物学的な意味を確認してください。", |
| "speech_text": [ |
| "Core セクションから Classify, machine learning を開きます。Labels and Classes では、測定プロジェクト、ラベルフィールド、陽性値と陰性値、実験グループを選択します。モデルを適合する前に、このマッピングの生物学的な意味を確認してください。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "最初は Essentials を使用し、変更内容は Modified で監査します。解析に必要な制御項目だけを All で開き、繰り返し実行する場合は Recipe として保存してください。", |
| "speech_text": [ |
| "最初は Essentials を使用し、変更内容は Modified で監査します。解析に必要な制御項目だけを All で開き、繰り返し実行する場合は Recipe として保存してください。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "Feature Preparation では対象チャネルを選択し、除外対象、無効、低分散、高相関、または根拠が不足した測定値を学習前に除きます。", |
| "speech_text": [ |
| "Feature Preparation では対象チャネルを選択し、除外対象、無効、低分散、高相関、または根拠が不足した測定値を学習前に除きます。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "Plate and Batch Correction では、各プレートを対照に対して正規化できます。生物学的な差を保持し、将来のデータにも一貫して適用できる補正を選択してください。", |
| "speech_text": [ |
| "Plate and Batch Correction では、各プレートを対照に対して正規化できます。生物学的な差を保持し、将来のデータにも一貫して適用できる補正を選択してください。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "Classifier and Validation では、推定器、複雑度、ホールドアウト分割、交差検証の方法を選択します。情報漏洩を避けるため、関連オブジェクトをプレートまたはウェル単位でまとめます。", |
| "speech_text": [ |
| "Classifier and Validation では、推定器、複雑度、ホールドアウト分割、交差検証の方法を選択します。情報漏洩を避けるため、関連オブジェクトをプレートまたはウェル単位でまとめます。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "Feature Selection and Importance は最終特徴量セットを絞り込み、分類器を支持する測定値を推定します。ホールドアウト性能が許容できる場合にだけ重要度を解釈してください。", |
| "speech_text": [ |
| "Feature Selection and Importance は最終特徴量セットを絞り込み、分類器を支持する測定値を推定します。ホールドアウト性能が許容できる場合にだけ重要度を解釈してください。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "Output and Database では、確率、クラス判定、モデルファイル、選択済み特徴量を保存するか、測定プロジェクトへ書き戻すかを制御します。", |
| "speech_text": [ |
| "Output and Database では、確率、クラス判定、モデルファイル、選択済み特徴量を保存するか、測定プロジェクトへ書き戻すかを制御します。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "Hyperparameter Search は、グループ化フォールドを使用して、範囲を限定したモデル候補を比較する小型ワークベンチです。結果表には完了済み試行が順位付けされ、その変動も表示されます。", |
| "speech_text": [ |
| "Hyperparameter Search は、グループ化フォールドを使用して、範囲を限定したモデル候補を比較する小型ワークベンチです。結果表には完了済み試行が順位付けされ、その変動も表示されます。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "Search Settings では、候補値、試行予算、フォールド、シード、順位付け指標を定義します。説明と再現が可能な程度に検索空間を小さく保ってください。", |
| "speech_text": [ |
| "Search Settings では、候補値、試行予算、フォールド、シード、順位付け指標を定義します。説明と再現が可能な程度に検索空間を小さく保ってください。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| }, |
| { |
| "narration": "Run は対照を検証し、特徴量を準備し、必要なプレート補正を適用して分類器を評価し、重要度を計算して有効な出力を保存します。予測を生物学的に使用する前に、ホールドアウト性能とプレートごとの挙動を確認してください。", |
| "speech_text": [ |
| "Run は対照を検証し、特徴量を準備し、必要なプレート補正を適用して分類器を評価し、重要度を計算して有効な出力を保存します。予測を生物学的に使用する前に、ホールドアウト性能とプレートごとの挙動を確認してください。" |
| ], |
| "authored_hold": 0.7, |
| "resolved_hold": 0.52, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0 |
| } |
| ], |
| "assembly": { |
| "version": "2026-08-11-natural-sentences-v1", |
| "sample_rate": 24000, |
| "lead_silence_seconds": 0.1, |
| "tail_silence_seconds": 0.18, |
| "sentence_pause_seconds": 0.12, |
| "scene_hold_min_seconds": 0.32, |
| "scene_hold_max_seconds": 0.52, |
| "default_scene_hold_seconds": 0.42, |
| "vad_frame_seconds": 0.005, |
| "vad_peak_ratio": 0.002, |
| "vad_absolute_floor": 2e-05 |
| }, |
| "cadence_profile": null, |
| "mastering": { |
| "filters": [ |
| "loudnorm=I=-16:TP=-3:LRA=11", |
| "loudnorm=I=-16:TP=-5:LRA=11,alimiter=limit=0.7:attack=5:release=50:level=disabled", |
| "loudnorm=I=-16:TP=-5:LRA=11,alimiter=limit=0.5:attack=5:release=50:level=disabled" |
| ], |
| "codec": "aac", |
| "bitrate": "48k", |
| "channels": 1, |
| "maximum_decoded_true_peak_dbfs": -1.0 |
| }, |
| "pronunciation": { |
| "role": "pronunciation_profile", |
| "version": "2026-08-27-pype-v10", |
| "sha256": "a4d51ff825a9289d71d578160827c53e4ff569f6e371ae51aeaa9154ba5b4e59", |
| "bytes": 15264 |
| }, |
| "synthesis_runtime": { |
| "model": { |
| "repository": "hexgrad/Kokoro-82M", |
| "snapshot": "f3ff3571791e39611d31c381e3a41a3af07b4987", |
| "config": { |
| "role": "kokoro_config", |
| "name": "14a726edd3718279eac426630879ff743955b16a", |
| "bytes": 2351, |
| "sha256": "5abb01e2403b072bf03d04fde160443e209d7a0dad49a423be15196b9b43c17f" |
| }, |
| "weights": { |
| "role": "kokoro_weights", |
| "name": "496dba118d1a58f5f3db2efc88dbdc216e0483fc89fe6e47ee1f2c53f18ad1e4", |
| "bytes": 327212226, |
| "sha256": "496dba118d1a58f5f3db2efc88dbdc216e0483fc89fe6e47ee1f2c53f18ad1e4" |
| } |
| }, |
| "voice_pack": { |
| "role": "kokoro_voice_pack", |
| "name": "1bf4c9dc69e45ee46183b071f4db766349aac5592acbcfeaf051018048a5d787", |
| "bytes": 523425, |
| "sha256": "1bf4c9dc69e45ee46183b071f4db766349aac5592acbcfeaf051018048a5d787", |
| "tensor_sha256": "56b479360aad9f367aeb8cef908f9201cf48b4555e488c5f4590c9dfcd978bb6", |
| "loaded_tensor_sha256": "56b479360aad9f367aeb8cef908f9201cf48b4555e488c5f4590c9dfcd978bb6" |
| }, |
| "software": { |
| "kokoro": "0.9.4", |
| "misaki": "0.9.4", |
| "torch": "2.6.0", |
| "soundfile": "0.14.0", |
| "python": "3.12.4", |
| "implementation": "cpython" |
| }, |
| "inference": { |
| "device": "cpu" |
| }, |
| "mastering_tool": { |
| "version": "ffmpeg version 6.1.1-3ubuntu5+esm10 Copyright (c) 2000-2023 the FFmpeg developers", |
| "version_output_sha256": "92dfb2468e6f5f06919b5433c0f14459ac19b81b1bc2d9fdceb83c6ad42e37b5", |
| "executable": { |
| "role": "ffmpeg_executable", |
| "name": "ffmpeg", |
| "bytes": 342488, |
| "sha256": "ad63ef3f2f18fa92e89f0ec2bde6941e81f83724c8d265414cb659c28077392d" |
| } |
| } |
| } |
| }, |
| "scenes": [ |
| { |
| "scene": 1, |
| "speech_start": 0.0, |
| "speech_end": 14.075, |
| "scene_end": 14.594999999999999, |
| "duration": 14.594999999999999, |
| "text": "Classify ML は、オブジェクト単位の測定値を使用して従来型の機械学習モデルを学習します。コンソールには、データベース読み込み、特徴量準備、検証、重要度、予測、エラーが報告されます。", |
| "speech_text": "Classify ML は、オブジェクト単位の測定値を使用して従来型の機械学習モデルを学習します。コンソールには、データベース読み込み、特徴量準備、検証、重要度、予測、エラーが報告されます。", |
| "phonemes": "Classify ML βa obɯʥekɯto taɴi no sokɯteː ʨi o ɕijoː ɕite ʥɨːɾai ɡata no kʲikai ɡakɯɕɨː modeɾɯ o ɡakɯɕɨː ɕi masɨ koɴsoːɾɯ ɲi βa deːtabeːsɨ jomʲikomʲi tokɯʨoː ɾʲoː ʥɨmbʲi keɴɕoː ʥɨːjoː do josokɯ eɾaː ɡa hoːkokɯ saɾemasɨ", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 0.0, |
| "speech_end": 14.075, |
| "audible_start": 0.1, |
| "audible_end": 13.895, |
| "duration": 14.075, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.165, |
| "trimmed_tail": 0.435, |
| "text": "Classify ML は、オブジェクト単位の測定値を使用して従来型の機械学習モデルを学習します。コンソールには、データベース読み込み、特徴量準備、検証、重要度、予測、エラーが報告されます。", |
| "speech_text": "Classify ML は、オブジェクト単位の測定値を使用して従来型の機械学習モデルを学習します。コンソールには、データベース読み込み、特徴量準備、検証、重要度、予測、エラーが報告されます。", |
| "phonemes": "Classify ML βa obɯʥekɯto taɴi no sokɯteː ʨi o ɕijoː ɕite ʥɨːɾai ɡata no kʲikai ɡakɯɕɨː modeɾɯ o ɡakɯɕɨː ɕi masɨ koɴsoːɾɯ ɲi βa deːtabeːsɨ jomʲikomʲi tokɯʨoː ɾʲoː ʥɨmbʲi keɴɕoː ʥɨːjoː do josokɯ eɾaː ɡa hoːkokɯ saɾemasɨ" |
| } |
| ] |
| }, |
| { |
| "scene": 2, |
| "speech_start": 14.594999999999999, |
| "speech_end": 31.869999999999997, |
| "scene_end": 32.39, |
| "duration": 17.795, |
| "text": "Core セクションから Classify, machine learning を開きます。Labels and Classes では、測定プロジェクト、ラベルフィールド、陽性値と陰性値、実験グループを選択します。モデルを適合する前に、このマッピングの生物学的な意味を確認してください。", |
| "speech_text": "Core セクションから Classify, machine learning を開きます。Labels and Classes では、測定プロジェクト、ラベルフィールド、陽性値と陰性値、実験グループを選択します。モデルを適合する前に、このマッピングの生物学的な意味を確認してください。", |
| "phonemes": "Core sekɯɕoɴ kaɾa Classify, machine learning o çiɾakʲimasɨ Labels and Classes de βa sokɯteː pɯɾoʥekɯto ɾabeɾɯ ɸʲiːɾɯdo joːseː ʨi to iɴseː ʨi ʥiʔkeɴ ɡɯɾɯːpɯ o sentakɯ ɕi masɨ modeɾɯ o tekʲiɡoː sɨɾɯ mae ɲi kono maʔpʲiŋɡɯ no seːbɯʦɨɡakɯ tekʲi na imʲi o kakɯɲiɴ ɕite kɯdasai", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 14.594999999999999, |
| "speech_end": 31.869999999999997, |
| "audible_start": 14.694999999999999, |
| "audible_end": 31.689999999999998, |
| "duration": 17.275, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.16, |
| "trimmed_tail": 0.565, |
| "text": "Core セクションから Classify, machine learning を開きます。Labels and Classes では、測定プロジェクト、ラベルフィールド、陽性値と陰性値、実験グループを選択します。モデルを適合する前に、このマッピングの生物学的な意味を確認してください。", |
| "speech_text": "Core セクションから Classify, machine learning を開きます。Labels and Classes では、測定プロジェクト、ラベルフィールド、陽性値と陰性値、実験グループを選択します。モデルを適合する前に、このマッピングの生物学的な意味を確認してください。", |
| "phonemes": "Core sekɯɕoɴ kaɾa Classify, machine learning o çiɾakʲimasɨ Labels and Classes de βa sokɯteː pɯɾoʥekɯto ɾabeɾɯ ɸʲiːɾɯdo joːseː ʨi to iɴseː ʨi ʥiʔkeɴ ɡɯɾɯːpɯ o sentakɯ ɕi masɨ modeɾɯ o tekʲiɡoː sɨɾɯ mae ɲi kono maʔpʲiŋɡɯ no seːbɯʦɨɡakɯ tekʲi na imʲi o kakɯɲiɴ ɕite kɯdasai" |
| } |
| ] |
| }, |
| { |
| "scene": 3, |
| "speech_start": 32.39, |
| "speech_end": 45.225, |
| "scene_end": 45.745000000000005, |
| "duration": 13.355000000000004, |
| "text": "最初は Essentials を使用し、変更内容は Modified で監査します。解析に必要な制御項目だけを All で開き、繰り返し実行する場合は Recipe として保存してください。", |
| "speech_text": "最初は Essentials を使用し、変更内容は Modified で監査します。解析に必要な制御項目だけを All で開き、繰り返し実行する場合は Recipe として保存してください。", |
| "phonemes": "saiɕo βa Essentials o ɕijoː ɕi heŋkoː naijoː βa Modified de kaɴsa ɕi masɨ kaisekʲi ɲi çiʦɨjoː na seːɡʲo koːmokɯ dake o All de çiɾakʲi kɯɾʲikaeɕi ʥiʔkoː sɨɾɯ baai βa Recipe toɕi te hoʣoɴ ɕite kɯdasai", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 32.39, |
| "speech_end": 45.225, |
| "audible_start": 32.49, |
| "audible_end": 45.045, |
| "duration": 12.835, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.135, |
| "trimmed_tail": 0.58, |
| "text": "最初は Essentials を使用し、変更内容は Modified で監査します。解析に必要な制御項目だけを All で開き、繰り返し実行する場合は Recipe として保存してください。", |
| "speech_text": "最初は Essentials を使用し、変更内容は Modified で監査します。解析に必要な制御項目だけを All で開き、繰り返し実行する場合は Recipe として保存してください。", |
| "phonemes": "saiɕo βa Essentials o ɕijoː ɕi heŋkoː naijoː βa Modified de kaɴsa ɕi masɨ kaisekʲi ɲi çiʦɨjoː na seːɡʲo koːmokɯ dake o All de çiɾakʲi kɯɾʲikaeɕi ʥiʔkoː sɨɾɯ baai βa Recipe toɕi te hoʣoɴ ɕite kɯdasai" |
| } |
| ] |
| }, |
| { |
| "scene": 4, |
| "speech_start": 45.745000000000005, |
| "speech_end": 56.645, |
| "scene_end": 57.165000000000006, |
| "duration": 11.420000000000002, |
| "text": "Feature Preparation では対象チャネルを選択し、除外対象、無効、低分散、高相関、または根拠が不足した測定値を学習前に除きます。", |
| "speech_text": "Feature Preparation では対象チャネルを選択し、除外対象、無効、低分散、高相関、または根拠が不足した測定値を学習前に除きます。", |
| "phonemes": "Feature Preparation de βa taiɕoː ʨaneɾɯ o sentakɯ ɕi ʥoɡai taiɕoː mɯkoː teː bɯɴsaɴ koː soːkaɴ mata βa koŋkʲo ɡa bɯsokɯ ɕita sokɯteː ʨi o ɡakɯɕɨː mae ɲi noʣokʲi masɨ", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 45.745000000000005, |
| "speech_end": 56.645, |
| "audible_start": 45.845000000000006, |
| "audible_end": 56.465, |
| "duration": 10.9, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.18, |
| "trimmed_tail": 0.47, |
| "text": "Feature Preparation では対象チャネルを選択し、除外対象、無効、低分散、高相関、または根拠が不足した測定値を学習前に除きます。", |
| "speech_text": "Feature Preparation では対象チャネルを選択し、除外対象、無効、低分散、高相関、または根拠が不足した測定値を学習前に除きます。", |
| "phonemes": "Feature Preparation de βa taiɕoː ʨaneɾɯ o sentakɯ ɕi ʥoɡai taiɕoː mɯkoː teː bɯɴsaɴ koː soːkaɴ mata βa koŋkʲo ɡa bɯsokɯ ɕita sokɯteː ʨi o ɡakɯɕɨː mae ɲi noʣokʲi masɨ" |
| } |
| ] |
| }, |
| { |
| "scene": 5, |
| "speech_start": 57.165000000000006, |
| "speech_end": 69.77000000000001, |
| "scene_end": 70.29, |
| "duration": 13.125, |
| "text": "Plate and Batch Correction では、各プレートを対照に対して正規化できます。生物学的な差を保持し、将来のデータにも一貫して適用できる補正を選択してください。", |
| "speech_text": "Plate and Batch Correction では、各プレートを対照に対して正規化できます。生物学的な差を保持し、将来のデータにも一貫して適用できる補正を選択してください。", |
| "phonemes": "Plate and Batch Correction de βa kakɯ pɯɾeːto o taiɕoː ɲi taiɕite seːkʲika dekʲimasɨ seːbɯʦɨɡakɯ tekʲi na sa o hoʥi ɕi ɕoːɾai no deːta ɲi mo iʔkaɴ ɕite tekʲijoː dekʲiɾɯ hoseː o sentakɯ ɕite kɯdasai", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 57.165000000000006, |
| "speech_end": 69.77000000000001, |
| "audible_start": 57.26500000000001, |
| "audible_end": 69.59, |
| "duration": 12.605, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.16, |
| "trimmed_tail": 0.56, |
| "text": "Plate and Batch Correction では、各プレートを対照に対して正規化できます。生物学的な差を保持し、将来のデータにも一貫して適用できる補正を選択してください。", |
| "speech_text": "Plate and Batch Correction では、各プレートを対照に対して正規化できます。生物学的な差を保持し、将来のデータにも一貫して適用できる補正を選択してください。", |
| "phonemes": "Plate and Batch Correction de βa kakɯ pɯɾeːto o taiɕoː ɲi taiɕite seːkʲika dekʲimasɨ seːbɯʦɨɡakɯ tekʲi na sa o hoʥi ɕi ɕoːɾai no deːta ɲi mo iʔkaɴ ɕite tekʲijoː dekʲiɾɯ hoseː o sentakɯ ɕite kɯdasai" |
| } |
| ] |
| }, |
| { |
| "scene": 6, |
| "speech_start": 70.29, |
| "speech_end": 83.61500000000001, |
| "scene_end": 84.135, |
| "duration": 13.844999999999999, |
| "text": "Classifier and Validation では、推定器、複雑度、ホールドアウト分割、交差検証の方法を選択します。情報漏洩を避けるため、関連オブジェクトをプレートまたはウェル単位でまとめます。", |
| "speech_text": "Classifier and Validation では、推定器、複雑度、ホールドアウト分割、交差検証の方法を選択します。情報漏洩を避けるため、関連オブジェクトをプレートまたはウェル単位でまとめます。", |
| "phonemes": "Classifier and Validation de βa sɨiteː kʲi ɸɯkɯʣaʦɨ do hoːɾɯdoaɯto bɯŋkaʦɨ koːsa keɴɕoː no hoːhoː o sentakɯ ɕi masɨ ʥoːhoː ɾoːeː o sakeɾɯ tame kanɾeɴ obɯʥekɯto o pɯɾeːto mata βa βeɾɯ taɴi de matomemasɨ", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 70.29, |
| "speech_end": 83.61500000000001, |
| "audible_start": 70.39, |
| "audible_end": 83.435, |
| "duration": 13.325, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.17, |
| "trimmed_tail": 0.48, |
| "text": "Classifier and Validation では、推定器、複雑度、ホールドアウト分割、交差検証の方法を選択します。情報漏洩を避けるため、関連オブジェクトをプレートまたはウェル単位でまとめます。", |
| "speech_text": "Classifier and Validation では、推定器、複雑度、ホールドアウト分割、交差検証の方法を選択します。情報漏洩を避けるため、関連オブジェクトをプレートまたはウェル単位でまとめます。", |
| "phonemes": "Classifier and Validation de βa sɨiteː kʲi ɸɯkɯʣaʦɨ do hoːɾɯdoaɯto bɯŋkaʦɨ koːsa keɴɕoː no hoːhoː o sentakɯ ɕi masɨ ʥoːhoː ɾoːeː o sakeɾɯ tame kanɾeɴ obɯʥekɯto o pɯɾeːto mata βa βeɾɯ taɴi de matomemasɨ" |
| } |
| ] |
| }, |
| { |
| "scene": 7, |
| "speech_start": 84.135, |
| "speech_end": 98.30000000000001, |
| "scene_end": 98.82000000000001, |
| "duration": 14.685000000000002, |
| "text": "Feature Selection and Importance は最終特徴量セットを絞り込み、分類器を支持する測定値を推定します。ホールドアウト性能が許容できる場合にだけ重要度を解釈してください。", |
| "speech_text": "Feature Selection and Importance は最終特徴量セットを絞り込み、分類器を支持する測定値を推定します。ホールドアウト性能が許容できる場合にだけ重要度を解釈してください。", |
| "phonemes": "Feature Selection and Importance βa saiɕɨː tokɯʨoː ɾʲoː seʔto o ɕiboɾʲikomʲi bɯnɾɯi kʲi o ɕiʥi sɨɾɯ sokɯteː ʨi o sɨiteː ɕi masɨ hoːɾɯdoaɯto seːnoː ɡa kʲojoː dekʲiɾɯ baai ɲi dake ʥɨːjoː do o kaiɕakɯ ɕite kɯdasai", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 84.135, |
| "speech_end": 98.30000000000001, |
| "audible_start": 84.235, |
| "audible_end": 98.12, |
| "duration": 14.165, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.185, |
| "trimmed_tail": 0.575, |
| "text": "Feature Selection and Importance は最終特徴量セットを絞り込み、分類器を支持する測定値を推定します。ホールドアウト性能が許容できる場合にだけ重要度を解釈してください。", |
| "speech_text": "Feature Selection and Importance は最終特徴量セットを絞り込み、分類器を支持する測定値を推定します。ホールドアウト性能が許容できる場合にだけ重要度を解釈してください。", |
| "phonemes": "Feature Selection and Importance βa saiɕɨː tokɯʨoː ɾʲoː seʔto o ɕiboɾʲikomʲi bɯnɾɯi kʲi o ɕiʥi sɨɾɯ sokɯteː ʨi o sɨiteː ɕi masɨ hoːɾɯdoaɯto seːnoː ɡa kʲojoː dekʲiɾɯ baai ɲi dake ʥɨːjoː do o kaiɕakɯ ɕite kɯdasai" |
| } |
| ] |
| }, |
| { |
| "scene": 8, |
| "speech_start": 98.82000000000001, |
| "speech_end": 108.92500000000001, |
| "scene_end": 109.44500000000001, |
| "duration": 10.625, |
| "text": "Output and Database では、確率、クラス判定、モデルファイル、選択済み特徴量を保存するか、測定プロジェクトへ書き戻すかを制御します。", |
| "speech_text": "Output and Database では、確率、クラス判定、モデルファイル、選択済み特徴量を保存するか、測定プロジェクトへ書き戻すかを制御します。", |
| "phonemes": "Out put and Database de βa kakɯɾʲiʦɨ kɯɾasɨ hanteː modeɾɯ ɸaiɾɯ sentakɯ zɨmʲi tokɯʨoː ɾʲoː o hoʣoɴ sɨɾɯ ka sokɯteː pɯɾoʥekɯto e kakʲi modosɨ ka o seːɡʲo ɕi masɨ", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 98.82000000000001, |
| "speech_end": 108.92500000000001, |
| "audible_start": 98.92, |
| "audible_end": 108.745, |
| "duration": 10.105, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.17, |
| "trimmed_tail": 0.5, |
| "text": "Output and Database では、確率、クラス判定、モデルファイル、選択済み特徴量を保存するか、測定プロジェクトへ書き戻すかを制御します。", |
| "speech_text": "Output and Database では、確率、クラス判定、モデルファイル、選択済み特徴量を保存するか、測定プロジェクトへ書き戻すかを制御します。", |
| "phonemes": "Out put and Database de βa kakɯɾʲiʦɨ kɯɾasɨ hanteː modeɾɯ ɸaiɾɯ sentakɯ zɨmʲi tokɯʨoː ɾʲoː o hoʣoɴ sɨɾɯ ka sokɯteː pɯɾoʥekɯto e kakʲi modosɨ ka o seːɡʲo ɕi masɨ" |
| } |
| ] |
| }, |
| { |
| "scene": 9, |
| "speech_start": 109.44500000000001, |
| "speech_end": 122.67500000000001, |
| "scene_end": 123.19500000000001, |
| "duration": 13.75, |
| "text": "Hyperparameter Search は、グループ化フォールドを使用して、範囲を限定したモデル候補を比較する小型ワークベンチです。結果表には完了済み試行が順位付けされ、その変動も表示されます。", |
| "speech_text": "Hyperparameter Search は、グループ化フォールドを使用して、範囲を限定したモデル候補を比較する小型ワークベンチです。結果表には完了済み試行が順位付けされ、その変動も表示されます。", |
| "phonemes": "Hyperparameter Search βa ɡɯɾɯːpɯ ka ɸoːɾɯdo o ɕijoː ɕite haɴi o ɡenteː ɕita modeɾɯ koːho o çikakɯ sɨɾɯ koɡata βaːkɯbeɲʨi desɨ keʔka çoː ɲi βa kanɾʲoː zɨmʲi ɕikoː ɡa ʥɨɴi zɨke saɾe sono hendoː mo çoːʥi saɾemasɨ", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 109.44500000000001, |
| "speech_end": 122.67500000000001, |
| "audible_start": 109.545, |
| "audible_end": 122.495, |
| "duration": 13.23, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.16, |
| "trimmed_tail": 0.485, |
| "text": "Hyperparameter Search は、グループ化フォールドを使用して、範囲を限定したモデル候補を比較する小型ワークベンチです。結果表には完了済み試行が順位付けされ、その変動も表示されます。", |
| "speech_text": "Hyperparameter Search は、グループ化フォールドを使用して、範囲を限定したモデル候補を比較する小型ワークベンチです。結果表には完了済み試行が順位付けされ、その変動も表示されます。", |
| "phonemes": "Hyperparameter Search βa ɡɯɾɯːpɯ ka ɸoːɾɯdo o ɕijoː ɕite haɴi o ɡenteː ɕita modeɾɯ koːho o çikakɯ sɨɾɯ koɡata βaːkɯbeɲʨi desɨ keʔka çoː ɲi βa kanɾʲoː zɨmʲi ɕikoː ɡa ʥɨɴi zɨke saɾe sono hendoː mo çoːʥi saɾemasɨ" |
| } |
| ] |
| }, |
| { |
| "scene": 10, |
| "speech_start": 123.19500000000001, |
| "speech_end": 134.5, |
| "scene_end": 135.02, |
| "duration": 11.825000000000003, |
| "text": "Search Settings では、候補値、試行予算、フォールド、シード、順位付け指標を定義します。説明と再現が可能な程度に検索空間を小さく保ってください。", |
| "speech_text": "Search Settings では、候補値、試行予算、フォールド、シード、順位付け指標を定義します。説明と再現が可能な程度に検索空間を小さく保ってください。", |
| "phonemes": "Search Settings de βa koːho ʨi ɕikoː josaɴ ɸoːɾɯdo ɕiːdo ʥɨɴi zɨke ɕiçoː o teːɡʲi ɕi masɨ seʦɨmeː to saiɡeɴ ɡa kanoː na teːdo ɲi keɴsakɯ kɯːkaɴ o ʨiːsakɯ tamoʔte kɯdasai", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 123.19500000000001, |
| "speech_end": 134.5, |
| "audible_start": 123.295, |
| "audible_end": 134.32, |
| "duration": 11.305, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.155, |
| "trimmed_tail": 0.565, |
| "text": "Search Settings では、候補値、試行予算、フォールド、シード、順位付け指標を定義します。説明と再現が可能な程度に検索空間を小さく保ってください。", |
| "speech_text": "Search Settings では、候補値、試行予算、フォールド、シード、順位付け指標を定義します。説明と再現が可能な程度に検索空間を小さく保ってください。", |
| "phonemes": "Search Settings de βa koːho ʨi ɕikoː josaɴ ɸoːɾɯdo ɕiːdo ʥɨɴi zɨke ɕiçoː o teːɡʲi ɕi masɨ seʦɨmeː to saiɡeɴ ɡa kanoː na teːdo ɲi keɴsakɯ kɯːkaɴ o ʨiːsakɯ tamoʔte kɯdasai" |
| } |
| ] |
| }, |
| { |
| "scene": 11, |
| "speech_start": 135.02, |
| "speech_end": 154.45000000000002, |
| "scene_end": 154.97000000000003, |
| "duration": 19.950000000000017, |
| "text": "Run は対照を検証し、特徴量を準備し、必要なプレート補正を適用して分類器を評価し、重要度を計算して有効な出力を保存します。予測を生物学的に使用する前に、ホールドアウト性能とプレートごとの挙動を確認してください。", |
| "speech_text": "Run は対照を検証し、特徴量を準備し、必要なプレート補正を適用して分類器を評価し、重要度を計算して有効な出力を保存します。予測を生物学的に使用する前に、ホールドアウト性能とプレートごとの挙動を確認してください。", |
| "phonemes": "Run βa taiɕoː o keɴɕoː ɕi tokɯʨoː ɾʲoː o ʥɨmbʲi ɕi çiʦɨjoː na pɯɾeːto hoseː o tekʲijoː ɕite bɯnɾɯi kʲi o çoːka ɕi ʥɨːjoː do o keːsaɴ ɕite jɯːkoː na ɕɨʦɨɾʲokɯ o hoʣoɴ ɕi masɨ josokɯ o seːbɯʦɨɡakɯ tekʲi ɲi ɕijoː sɨɾɯ mae ɲi hoːɾɯdoaɯto seːnoː to pɯɾeːto ɡoto no kʲodoː o kakɯɲiɴ ɕite kɯdasai", |
| "authored_hold_after": 0.7, |
| "hold_after": 0.52, |
| "base_speed": 1.0, |
| "speed_multiplier": 1.0, |
| "effective_speed": 1.0, |
| "sentences": [ |
| { |
| "sentence": 1, |
| "speech_start": 135.02, |
| "speech_end": 154.45000000000002, |
| "audible_start": 135.12, |
| "audible_end": 154.27, |
| "duration": 19.43, |
| "gap_from_previous": null, |
| "trimmed_lead": 0.19, |
| "trimmed_tail": 0.58, |
| "text": "Run は対照を検証し、特徴量を準備し、必要なプレート補正を適用して分類器を評価し、重要度を計算して有効な出力を保存します。予測を生物学的に使用する前に、ホールドアウト性能とプレートごとの挙動を確認してください。", |
| "speech_text": "Run は対照を検証し、特徴量を準備し、必要なプレート補正を適用して分類器を評価し、重要度を計算して有効な出力を保存します。予測を生物学的に使用する前に、ホールドアウト性能とプレートごとの挙動を確認してください。", |
| "phonemes": "Run βa taiɕoː o keɴɕoː ɕi tokɯʨoː ɾʲoː o ʥɨmbʲi ɕi çiʦɨjoː na pɯɾeːto hoseː o tekʲijoː ɕite bɯnɾɯi kʲi o çoːka ɕi ʥɨːjoː do o keːsaɴ ɕite jɯːkoː na ɕɨʦɨɾʲokɯ o hoʣoɴ ɕi masɨ josokɯ o seːbɯʦɨɡakɯ tekʲi ɲi ɕijoː sɨɾɯ mae ɲi hoːɾɯdoaɯto seːnoː to pɯɾeːto ɡoto no kʲodoː o kakɯɲiɴ ɕite kɯdasai" |
| } |
| ] |
| } |
| ] |
| } |
|
|
