{
  "text": "به جای اینکه مدل رو مجبور کنن جواب رو توکن توکن بنویسه که طول می‌کشه، ازش فقط میپرسن فلان چیز چطوره؟ چندتا گزینه هم میدن.\nبعد مدل همین که به گزینه ها نگاه کنه ، درصد احتمال هرگزینه رو میبینه، بدون هیچ محاسبه اضافی",
  "model": "Gooya-RizehPizeh-v2-exp",
  "parameters": {
    "total": 9451575,
    "acoustic": 437685,
    "vocoder": 946434,
    "g2p": 8067456
  },
  "sample_rate": 24000,
  "segments": [
    {
      "text": "به جای اینکه مدل رو مجبور کنن جواب رو توکن توکن بنویسه که طول می‌کشه،",
      "normalized": "به جای اینکه مدل رو مجبور کنن جواب رو توکن توکن بنویسه که طول می‌کشه،",
      "phonemes": "be jAye inke model ro majbur konan javAb ro tokon tokon benevise ke tul mikeshe",
      "word_count_matches": true,
      "duration_seconds": 5.088
    },
    {
      "text": "ازش فقط میپرسن فلان چیز چطوره؟",
      "normalized": "ازش فقط میپرسن فلان چیز چطوره؟",
      "phonemes": "azaS faqat miporsen folAn Ciz Cetoreh",
      "word_count_matches": true,
      "duration_seconds": 2.72
    },
    {
      "text": "چندتا گزینه هم میدن.",
      "normalized": "چندتا گزینه هم میدن.",
      "phonemes": "CandtA gozine ham midan",
      "word_count_matches": true,
      "duration_seconds": 1.5786666666666667
    },
    {
      "text": "بعد مدل همین که به گزینه ها نگاه کنه ،",
      "normalized": "بعد مدل همین که به گزینه ها نگاه کنه ،",
      "phonemes": "bad model hamin ke be gozinehA negA kone",
      "word_count_matches": false,
      "duration_seconds": 2.56
    },
    {
      "text": "درصد احتمال هرگزینه رو میبینه،",
      "normalized": "درصد احتمال هرگزینه رو میبینه،",
      "phonemes": "darsad ehtemAle hargozine ro mibine",
      "word_count_matches": true,
      "duration_seconds": 2.4426666666666668
    },
    {
      "text": "بدون هیچ محاسبه اضافی",
      "normalized": "بدون هیچ محاسبه اضافی",
      "phonemes": "beduneye hiC mohAsebeye ezAfi",
      "word_count_matches": true,
      "duration_seconds": 1.9733333333333334
    }
  ],
  "duration_seconds": 17.412666666666667
}