{ "schema": 1, "language": "es", "lang_code": "e", "dialect": "us", "voice": "ef_dora", "speed": 1.0, "sample_rate": 24000, "total_duration": 117.01, "media_sha256": "f4c37466ce7cf84bef5af1aa387b7f96a6bd1e1190562afa5aa8d29dfa739fbe", "media_bytes": 720645, "render_fingerprint": "43257b9711021e83d0bee5a650565ded28619e8111916185a861fd643ebfbdaa", "render_inputs": { "renderer": "render_all_voices-v4", "lesson": "11_classify_ml", "language": "es", "lang_code": "e", "dialect": "us", "voice": "ef_dora", "speed": 1.0, "scenes": [ { "narration": "Clasificar ML entrena un modelo clásico en mediciones por objeto. La consola informa sobre la carga de la base de datos, la preparación de características, la validación, la importancia, las predicciones y los errores.", "speech_text": [ "Clasificar ML entrena un modelo clásico en mediciones por objeto. La consola informa sobre la carga de la base de datos, la preparación de características, la validación, la importancia, las predicciones y los errores." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "Abra Classify, machine learning en la sección Core. Etiquetas y clases selecciona el proyecto de medición, el campo de etiqueta, los valores positivos y negativos y el agrupamiento experimental.", "speech_text": [ "Abra Classify, machine learning en la sección Core. Etiquetas y clases selecciona el proyecto de medición, el campo de etiqueta, los valores positivos y negativos y el agrupamiento experimental." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "Comience con los elementos esenciales y revise los cambios en Modified. Abra Todos sólo para los controles y las necesidades de análisis, y guarde una receta para las ejecuciones repetidas.", "speech_text": [ "Comience con los elementos esenciales y revise los cambios en Modified. Abra Todos sólo para los controles y las necesidades de análisis, y guarde una receta para las ejecuciones repetidas." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "Características Preparación selecciona el canal de interés y elimina las mediciones excluidas, inválidas, de baja variación, altamente correlacionadas o mal soportadas antes del entrenamiento.", "speech_text": [ "Características Preparación selecciona el canal de interés y elimina las mediciones excluidas, inválidas, de baja variación, altamente correlacionadas o mal soportadas antes del entrenamiento." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "La corrección de placa y lote puede normalizar cada placa contra sus controles.", "speech_text": [ "La corrección de placa y lote puede normalizar cada placa contra sus controles." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "El clasificador y la validación selecciona el estimador, la complejidad, la división prolongada y el comportamiento de validación cruzada.", "speech_text": [ "El clasificador y la validación selecciona el estimador, la complejidad, la división prolongada y el comportamiento de validación cruzada." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "Selección de características e importancia se aprueban el conjunto final de características y las estimaciones que las mediciones respaldan el clasificador.", "speech_text": [ "Selección de características e importancia se aprueban el conjunto final de características y las estimaciones que las mediciones respaldan el clasificador." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "La salida y la base de datos controlan si las probabilidades, las llamadas de clase, los archivos de modelo y las características seleccionadas se guardan o se escriben de nuevo al proyecto de medición.", "speech_text": [ "La salida y la base de datos controlan si las probabilidades, las llamadas de clase, los archivos de modelo y las características seleccionadas se guardan o se escriben de nuevo al proyecto de medición." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "Hyperparameter Search es un mini banco de trabajo para comparar un conjunto enfocado de opciones de modelos con pliegues agrupados.", "speech_text": [ "Hyperparameter Search es un mini banco de trabajo para comparar un conjunto enfocado de opciones de modelos con pliegues agrupados." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "Configuración de búsqueda define los valores de candidatos, presupuesto de prueba, doblajes, semilla y métricas de clasificación. Mantenga el espacio de búsqueda lo suficientemente pequeño como para explicar y reproducir.", "speech_text": [ "Configuración de búsqueda define los valores de candidatos, presupuesto de prueba, doblajes, semilla y métricas de clasificación. Mantenga el espacio de búsqueda lo suficientemente pequeño como para explicar y reproducir." ], "authored_hold": 0.7, "resolved_hold": 0.52, "speed_multiplier": 1.0, "effective_speed": 1.0 }, { "narration": "Run valida los controles, prepara las características, aplica cualquier corrección de placa, evalúa el clasificador, calcula la importancia y guarda las salidas habilitadas.", "speech_text": [ "Run valida los controles, prepara las características, aplica cualquier corrección de placa, evalúa el clasificador, calcula la importancia y guarda las salidas habilitadas." ], "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": "2026-08-11-en-natural-v6", "sha256": "1fbaa615cfa904094bdef5cba963539f0e8bec5927192a76b0d503e90c4bb83e", "bytes": 13263 }, "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": "d9d69b0f8a2b87a345f269d89639f89dfbd1a6c9da0c498ae36dd34afcf35530", "bytes": 523420, "sha256": "d9d69b0f8a2b87a345f269d89639f89dfbd1a6c9da0c498ae36dd34afcf35530", "tensor_sha256": "f66ec66bd295acb18372e37008533a9a3228483ccd294e7538d5d9294ac9a532", "loaded_tensor_sha256": "f66ec66bd295acb18372e37008533a9a3228483ccd294e7538d5d9294ac9a532" }, "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": "cuda" }, "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": 13.06, "scene_end": 13.58, "duration": 13.58, "text": "Clasificar ML entrena un modelo clásico en mediciones por objeto. La consola informa sobre la carga de la base de datos, la preparación de características, la validación, la importancia, las predicciones y los errores.", "speech_text": "Clasificar ML entrena un modelo clásico en mediciones por objeto. La consola informa sobre la carga de la base de datos, la preparación de características, la validación, la importancia, las predicciones y los errores.", "phonemes": "klˌasifikˈaɾ ˌemeˈɛle entɾˈena ˈun moðˈelo klˈasiko en mˌeðiθjˈones poɾ oβxˈeto. la konsˈola infˈoɾma sˌoβɾe la kˈaɾɣa ðe la βˈase ðe ðˈatos, la pɾˌepaɾaθjˈon de kˌaɾakteɾˈistikas, la βˌaliðaθjˈon, la ˌimpoɾtˈanθja, las pɾˌeðikθjˈones i los erˈoɾes.", "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": 13.06, "audible_start": 0.1, "audible_end": 12.88, "duration": 13.06, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.01, "text": "Clasificar ML entrena un modelo clásico en mediciones por objeto. La consola informa sobre la carga de la base de datos, la preparación de características, la validación, la importancia, las predicciones y los errores.", "speech_text": "Clasificar ML entrena un modelo clásico en mediciones por objeto. La consola informa sobre la carga de la base de datos, la preparación de características, la validación, la importancia, las predicciones y los errores.", "phonemes": "klˌasifikˈaɾ ˌemeˈɛle entɾˈena ˈun moðˈelo klˈasiko en mˌeðiθjˈones poɾ oβxˈeto. la konsˈola infˈoɾma sˌoβɾe la kˈaɾɣa ðe la βˈase ðe ðˈatos, la pɾˌepaɾaθjˈon de kˌaɾakteɾˈistikas, la βˌaliðaθjˈon, la ˌimpoɾtˈanθja, las pɾˌeðikθjˈones i los erˈoɾes." } ] }, { "scene": 2, "speech_start": 13.58, "speech_end": 25.17, "scene_end": 25.69, "duration": 12.110000000000001, "text": "Abra Classify, machine learning en la sección Core. Etiquetas y clases selecciona el proyecto de medición, el campo de etiqueta, los valores positivos y negativos y el agrupamiento experimental.", "speech_text": "Abra Classify, machine learning en la sección Core. Etiquetas y clases selecciona el proyecto de medición, el campo de etiqueta, los valores positivos y negativos y el agrupamiento experimental.", "phonemes": "ˈaβɾa klassˈifi, maʧˈine leˈaɾniŋ en la sekθjˈon kˈoɾe. ˌetikˈetas i klˈases sˌelekθjˈona el pɾoʝˈekto ðe mˌeðiθjˈon, el kˈampo ðe ˌetikˈeta, los βalˈoɾes pˌositˈiβos i nˌeɣatˈiβos i el ˌaɣɾupamjˈɛnto ˌekspeɾˌimentˈal.", "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": 13.58, "speech_end": 25.17, "audible_start": 13.68, "audible_end": 24.990000000000002, "duration": 11.59, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.005, "text": "Abra Classify, machine learning en la sección Core. Etiquetas y clases selecciona el proyecto de medición, el campo de etiqueta, los valores positivos y negativos y el agrupamiento experimental.", "speech_text": "Abra Classify, machine learning en la sección Core. Etiquetas y clases selecciona el proyecto de medición, el campo de etiqueta, los valores positivos y negativos y el agrupamiento experimental.", "phonemes": "ˈaβɾa klassˈifi, maʧˈine leˈaɾniŋ en la sekθjˈon kˈoɾe. ˌetikˈetas i klˈases sˌelekθjˈona el pɾoʝˈekto ðe mˌeðiθjˈon, el kˈampo ðe ˌetikˈeta, los βalˈoɾes pˌositˈiβos i nˌeɣatˈiβos i el ˌaɣɾupamjˈɛnto ˌekspeɾˌimentˈal." } ] }, { "scene": 3, "speech_start": 25.69, "speech_end": 36.8, "scene_end": 37.32, "duration": 11.629999999999999, "text": "Comience con los elementos esenciales y revise los cambios en Modified. Abra Todos sólo para los controles y las necesidades de análisis, y guarde una receta para las ejecuciones repetidas.", "speech_text": "Comience con los elementos esenciales y revise los cambios en Modified. Abra Todos sólo para los controles y las necesidades de análisis, y guarde una receta para las ejecuciones repetidas.", "phonemes": "komjˈɛnθe kon los ˌelemˈɛntos ˌesenθjˈales i reβˈise los kˈambjos en mˌoðifjˈed. ˈaβɾa tˈoðos sˈolo pˌaɾa los kontɾˈoles i las nˌeθesiðˈaðes ðe anˈalisis, i ɣwˈaɾðe ˈuna reθˈeta pˌaɾa las ˌexekuθjˈones rˌepetˈiðas.", "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": 25.69, "speech_end": 36.8, "audible_start": 25.790000000000003, "audible_end": 36.620000000000005, "duration": 11.11, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.01, "text": "Comience con los elementos esenciales y revise los cambios en Modified. Abra Todos sólo para los controles y las necesidades de análisis, y guarde una receta para las ejecuciones repetidas.", "speech_text": "Comience con los elementos esenciales y revise los cambios en Modified. Abra Todos sólo para los controles y las necesidades de análisis, y guarde una receta para las ejecuciones repetidas.", "phonemes": "komjˈɛnθe kon los ˌelemˈɛntos ˌesenθjˈales i reβˈise los kˈambjos en mˌoðifjˈed. ˈaβɾa tˈoðos sˈolo pˌaɾa los kontɾˈoles i las nˌeθesiðˈaðes ðe anˈalisis, i ɣwˈaɾðe ˈuna reθˈeta pˌaɾa las ˌexekuθjˈones rˌepetˈiðas." } ] }, { "scene": 4, "speech_start": 37.32, "speech_end": 48.775, "scene_end": 49.295, "duration": 11.975000000000001, "text": "Características Preparación selecciona el canal de interés y elimina las mediciones excluidas, inválidas, de baja variación, altamente correlacionadas o mal soportadas antes del entrenamiento.", "speech_text": "Características Preparación selecciona el canal de interés y elimina las mediciones excluidas, inválidas, de baja variación, altamente correlacionadas o mal soportadas antes del entrenamiento.", "phonemes": "kˌaɾakteɾˈistikas pɾˌepaɾaθjˈon sˌelekθjˈona el kanˈal ðe ˌinteɾˈes i ˌelimˈina las mˌeðiθjˈones ˌekskluˈiðas, imbˈaliðas, de βˈaxa βˌaɾjaθjˈon, ˈaltamˈente kˌorelˌaθjonˈaðas o mˈal sˌopoɾtˈaðas ˈantes ðel ˌentɾenamjˈɛnto.", "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": 37.32, "speech_end": 48.775, "audible_start": 37.42, "audible_end": 48.595, "duration": 11.455, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.015, "text": "Características Preparación selecciona el canal de interés y elimina las mediciones excluidas, inválidas, de baja variación, altamente correlacionadas o mal soportadas antes del entrenamiento.", "speech_text": "Características Preparación selecciona el canal de interés y elimina las mediciones excluidas, inválidas, de baja variación, altamente correlacionadas o mal soportadas antes del entrenamiento.", "phonemes": "kˌaɾakteɾˈistikas pɾˌepaɾaθjˈon sˌelekθjˈona el kanˈal ðe ˌinteɾˈes i ˌelimˈina las mˌeðiθjˈones ˌekskluˈiðas, imbˈaliðas, de βˈaxa βˌaɾjaθjˈon, ˈaltamˈente kˌorelˌaθjonˈaðas o mˈal sˌopoɾtˈaðas ˈantes ðel ˌentɾenamjˈɛnto." } ] }, { "scene": 5, "speech_start": 49.295, "speech_end": 53.99, "scene_end": 54.510000000000005, "duration": 5.215000000000003, "text": "La corrección de placa y lote puede normalizar cada placa contra sus controles.", "speech_text": "La corrección de placa y lote puede normalizar cada placa contra sus controles.", "phonemes": "la kˌorekθjˈon de plˈaka i lˈote pwˈeðe nˌoɾmaliθˈaɾ kˈaða plˈaka kˈontɾa sus kontɾˈoles.", "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": 49.295, "speech_end": 53.99, "audible_start": 49.395, "audible_end": 53.81, "duration": 4.695, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.0, "text": "La corrección de placa y lote puede normalizar cada placa contra sus controles.", "speech_text": "La corrección de placa y lote puede normalizar cada placa contra sus controles.", "phonemes": "la kˌorekθjˈon de plˈaka i lˈote pwˈeðe nˌoɾmaliθˈaɾ kˈaða plˈaka kˈontɾa sus kontɾˈoles." } ] }, { "scene": 6, "speech_start": 54.510000000000005, "speech_end": 62.705000000000005, "scene_end": 63.22500000000001, "duration": 8.715000000000003, "text": "El clasificador y la validación selecciona el estimador, la complejidad, la división prolongada y el comportamiento de validación cruzada.", "speech_text": "El clasificador y la validación selecciona el estimador, la complejidad, la división prolongada y el comportamiento de validación cruzada.", "phonemes": "el klˌasifˌikaðˈoɾ i la βˌaliðaθjˈon sˌelekθjˈona el ˌestimaðˈoɾ, la kˌomplexiðˈad, la ðˌiβisjˈom pɾˌoloŋɡˈaða i el kˌompoɾtamjˈɛnto ðe βˌaliðaθjˈon kɾuθˈaða.", "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": 54.510000000000005, "speech_end": 62.705000000000005, "audible_start": 54.61000000000001, "audible_end": 62.525000000000006, "duration": 8.195, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.0, "text": "El clasificador y la validación selecciona el estimador, la complejidad, la división prolongada y el comportamiento de validación cruzada.", "speech_text": "El clasificador y la validación selecciona el estimador, la complejidad, la división prolongada y el comportamiento de validación cruzada.", "phonemes": "el klˌasifˌikaðˈoɾ i la βˌaliðaθjˈon sˌelekθjˈona el ˌestimaðˈoɾ, la kˌomplexiðˈad, la ðˌiβisjˈom pɾˌoloŋɡˈaða i el kˌompoɾtamjˈɛnto ðe βˌaliðaθjˈon kɾuθˈaða." } ] }, { "scene": 7, "speech_start": 63.22500000000001, "speech_end": 72.49000000000001, "scene_end": 73.01, "duration": 9.784999999999997, "text": "Selección de características e importancia se aprueban el conjunto final de características y las estimaciones que las mediciones respaldan el clasificador.", "speech_text": "Selección de características e importancia se aprueban el conjunto final de características y las estimaciones que las mediciones respaldan el clasificador.", "phonemes": "sˌelekθjˈon de kˌaɾakteɾˈistikas e ˌimpoɾtˈanθja se ˌapɾuˈeβan el koŋxˈunto finˈal ðe kˌaɾakteɾˈistikas i las ˌestimaθjˈones ke las mˌeðiθjˈones respˈalðan el klˌasifˌikaðˈoɾ.", "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": 63.22500000000001, "speech_end": 72.49000000000001, "audible_start": 63.32500000000001, "audible_end": 72.31, "duration": 9.265, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.005, "text": "Selección de características e importancia se aprueban el conjunto final de características y las estimaciones que las mediciones respaldan el clasificador.", "speech_text": "Selección de características e importancia se aprueban el conjunto final de características y las estimaciones que las mediciones respaldan el clasificador.", "phonemes": "sˌelekθjˈon de kˌaɾakteɾˈistikas e ˌimpoɾtˈanθja se ˌapɾuˈeβan el koŋxˈunto finˈal ðe kˌaɾakteɾˈistikas i las ˌestimaθjˈones ke las mˌeðiθjˈones respˈalðan el klˌasifˌikaðˈoɾ." } ] }, { "scene": 8, "speech_start": 73.01, "speech_end": 84.655, "scene_end": 85.175, "duration": 12.164999999999992, "text": "La salida y la base de datos controlan si las probabilidades, las llamadas de clase, los archivos de modelo y las características seleccionadas se guardan o se escriben de nuevo al proyecto de medición.", "speech_text": "La salida y la base de datos controlan si las probabilidades, las llamadas de clase, los archivos de modelo y las características seleccionadas se guardan o se escriben de nuevo al proyecto de medición.", "phonemes": "la salˈiða i la βˈase ðe ðˈatos kontɾˈolan si las pɾˌoβaβˌiliðˈaðes, las ʎamˈaðas ðe klˈase, los aɾʧˈiβos ðe moðˈelo i las kˌaɾakteɾˈistikas sˌelekθjonˈaðas se ɣwˈaɾðan o se eskɾˈiβen de nwˈeβo al pɾoʝˈekto ðe mˌeðiθjˈon.", "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": 73.01, "speech_end": 84.655, "audible_start": 73.11, "audible_end": 84.47500000000001, "duration": 11.645, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.0, "text": "La salida y la base de datos controlan si las probabilidades, las llamadas de clase, los archivos de modelo y las características seleccionadas se guardan o se escriben de nuevo al proyecto de medición.", "speech_text": "La salida y la base de datos controlan si las probabilidades, las llamadas de clase, los archivos de modelo y las características seleccionadas se guardan o se escriben de nuevo al proyecto de medición.", "phonemes": "la salˈiða i la βˈase ðe ðˈatos kontɾˈolan si las pɾˌoβaβˌiliðˈaðes, las ʎamˈaðas ðe klˈase, los aɾʧˈiβos ðe moðˈelo i las kˌaɾakteɾˈistikas sˌelekθjonˈaðas se ɣwˈaɾðan o se eskɾˈiβen de nwˈeβo al pɾoʝˈekto ðe mˌeðiθjˈon." } ] }, { "scene": 9, "speech_start": 85.175, "speech_end": 92.66499999999999, "scene_end": 93.18499999999999, "duration": 8.009999999999991, "text": "Hyperparameter Search es un mini banco de trabajo para comparar un conjunto enfocado de opciones de modelos con pliegues agrupados.", "speech_text": "Hyperparameter Search es un mini banco de trabajo para comparar un conjunto enfocado de opciones de modelos con pliegues agrupados.", "phonemes": "ˌipeɾpˌaɾametˈeɾ seˈaɾʧ ˈes ˈun mˈini βˈanko ðe tɾaβˈaxo pˌaɾa kˌompaɾˈaɾ ˈun koŋxˈunto ˌenfokˈaðo ðe opθjˈones ðe moðˈelos kom pliˈeɣes ˌaɣɾupˈaðos.", "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": 85.175, "speech_end": 92.66499999999999, "audible_start": 85.27499999999999, "audible_end": 92.485, "duration": 7.49, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.005, "text": "Hyperparameter Search es un mini banco de trabajo para comparar un conjunto enfocado de opciones de modelos con pliegues agrupados.", "speech_text": "Hyperparameter Search es un mini banco de trabajo para comparar un conjunto enfocado de opciones de modelos con pliegues agrupados.", "phonemes": "ˌipeɾpˌaɾametˈeɾ seˈaɾʧ ˈes ˈun mˈini βˈanko ðe tɾaβˈaxo pˌaɾa kˌompaɾˈaɾ ˈun koŋxˈunto ˌenfokˈaðo ðe opθjˈones ðe moðˈelos kom pliˈeɣes ˌaɣɾupˈaðos." } ] }, { "scene": 10, "speech_start": 93.18499999999999, "speech_end": 106.07999999999998, "scene_end": 106.59999999999998, "duration": 13.414999999999992, "text": "Configuración de búsqueda define los valores de candidatos, presupuesto de prueba, doblajes, semilla y métricas de clasificación. Mantenga el espacio de búsqueda lo suficientemente pequeño como para explicar y reproducir.", "speech_text": "Configuración de búsqueda define los valores de candidatos, presupuesto de prueba, doblajes, semilla y métricas de clasificación. Mantenga el espacio de búsqueda lo suficientemente pequeño como para explicar y reproducir.", "phonemes": "kˌonfiɣˌuɾaθjˈon de βˈuskeða ðefˈine los βalˈoɾes ðe kˌandiðˈatos, pɾˌesupwˈesto ðe pɾuˈeβa, doβlˈaxes, semˈiʎa i mˈetɾikas ðe klˌasifˌikaθjˈon. mantˈɛŋɡa el espˈaθjo ðe βˈuskeða lo sˌufiθjˈɛntemˈente pekˈeɲo kˌomo pˌaɾa ˌeksplikˈaɾ i rˌepɾoðuθˈiɾ.", "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": 93.18499999999999, "speech_end": 106.07999999999998, "audible_start": 93.28499999999998, "audible_end": 105.89999999999999, "duration": 12.895, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.0, "text": "Configuración de búsqueda define los valores de candidatos, presupuesto de prueba, doblajes, semilla y métricas de clasificación. Mantenga el espacio de búsqueda lo suficientemente pequeño como para explicar y reproducir.", "speech_text": "Configuración de búsqueda define los valores de candidatos, presupuesto de prueba, doblajes, semilla y métricas de clasificación. Mantenga el espacio de búsqueda lo suficientemente pequeño como para explicar y reproducir.", "phonemes": "kˌonfiɣˌuɾaθjˈon de βˈuskeða ðefˈine los βalˈoɾes ðe kˌandiðˈatos, pɾˌesupwˈesto ðe pɾuˈeβa, doβlˈaxes, semˈiʎa i mˈetɾikas ðe klˌasifˌikaθjˈon. mantˈɛŋɡa el espˈaθjo ðe βˈuskeða lo sˌufiθjˈɛntemˈente pekˈeɲo kˌomo pˌaɾa ˌeksplikˈaɾ i rˌepɾoðuθˈiɾ." } ] }, { "scene": 11, "speech_start": 106.59999999999998, "speech_end": 116.48999999999998, "scene_end": 117.00999999999998, "duration": 10.409999999999997, "text": "Run valida los controles, prepara las características, aplica cualquier corrección de placa, evalúa el clasificador, calcula la importancia y guarda las salidas habilitadas.", "speech_text": "Run valida los controles, prepara las características, aplica cualquier corrección de placa, evalúa el clasificador, calcula la importancia y guarda las salidas habilitadas.", "phonemes": "rˈum balˈiða los kontɾˈoles, pɾepˈaɾa las kˌaɾakteɾˈistikas, aplˈika kwalkjˈeɾ kˌorekθjˈon de plˈaka, ˌeβalˈua el klˌasifˌikaðˈoɾ, kalkˈula la ˌimpoɾtˈanθja i ɣwˈaɾða las salˈiðas ˌaβilitˈaðas.", "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": 106.59999999999998, "speech_end": 116.48999999999998, "audible_start": 106.69999999999997, "audible_end": 116.30999999999997, "duration": 9.89, "gap_from_previous": null, "trimmed_lead": 0.105, "trimmed_tail": 0.005, "text": "Run valida los controles, prepara las características, aplica cualquier corrección de placa, evalúa el clasificador, calcula la importancia y guarda las salidas habilitadas.", "speech_text": "Run valida los controles, prepara las características, aplica cualquier corrección de placa, evalúa el clasificador, calcula la importancia y guarda las salidas habilitadas.", "phonemes": "rˈum balˈiða los kontɾˈoles, pɾepˈaɾa las kˌaɾakteɾˈistikas, aplˈika kwalkjˈeɾ kˌorekθjˈon de plˈaka, ˌeβalˈua el klˌasifˌikaðˈoɾ, kalkˈula la ˌimpoɾtˈanθja i ɣwˈaɾða las salˈiðas ˌaβilitˈaðas." } ] } ] }