Upload checkpoints epoch_0001_step_00010000

Automatic checkpoint upload from train.py.

Report stem: epoch_0001_step_00010000
Epoch: 1
Global step: 10000

.hf_upload_sync/validation_epoch_0001_step_00009500.done

@@ -0,0 +1 @@
+1776149442.2673533

.hf_upload_sync/validation_epoch_0001_step_00010000.started

@@ -0,0 +1 @@
+1776152668.7514052

checkpoint_best.json

@@ -117,125 +117,125 @@
     "padding_value": 1.0
   },
   "epoch": 1,
-  "global_step": 9500,
-  "best_val_wer": 0.6165796287356826,
+  "global_step": 10000,
+  "best_val_wer": 0.5629525606705578,
   "metrics": {
     "epoch": 1,
-    "global_step": 9500,
-    "train_loss": 5.994925239146148,
-    "train_main_ctc_loss": 5.994925239146148,
+    "global_step": 10000,
+    "train_loss": 5.748899903231859,
+    "train_main_ctc_loss": 5.748899903231859,
     "train_aed_loss": 0.0,
     "train_liberta_distill_loss": 0.0,
     "train_audio_teacher_loss": 0.0,
-    "val_loss": 3.4916098226703585,
-    "val_cer": 0.17189941274715803,
-    "val_wer": 0.6165796287356826,
-    "val_forward_seconds": 333.9321809972753,
+    "val_loss": 3.0518959088392843,
+    "val_cer": 0.14972927105220624,
+    "val_wer": 0.5629525606705578,
+    "val_forward_seconds": 317.9013540726155,
     "val_teacher_seconds": 0.0,
-    "val_decode_seconds": 1.055189214355778,
-    "val_gather_seconds": 0.021367704030126333,
+    "val_decode_seconds": 1.024395749263931,
+    "val_gather_seconds": 0.01976635301252827,
     "val_model_source": "raw",
-    "val_main_ctc_loss": 3.4916098226703585,
+    "val_main_ctc_loss": 3.0518959088392843,
     "val_aed_loss": 0.0,
     "val_liberta_distill_loss": 0.0,
     "val_audio_teacher_loss": 0.0,
-    "val_avg_blank_probability": 0.7285690351196203,
-    "val_argmax_blank_fraction": 0.7577304705169046,
-    "val_avg_top_nonblank_probability": 0.19736643667722747,
+    "val_avg_blank_probability": 0.7152837029644159,
+    "val_argmax_blank_fraction": 0.7387952688461797,
+    "val_avg_top_nonblank_probability": 0.22363515434496473,
     "val_avg_output_frames": 129.72159800249688,
     "val_avg_target_tokens": 24.885455680399502,
     "val_target_tokens_per_frame": 0.1918374123013849,
     "val_impossible_sample_fraction": 0.0,
     "val_tight_sample_fraction": 0.0,
     "val_samples_short": 1183.0,
-    "val_wer_short": 0.9681757059614523,
-    "val_cer_short": 0.324404342309319,
+    "val_wer_short": 0.8984760197220977,
+    "val_cer_short": 0.2802763287748484,
     "val_samples_medium": 2021.0,
-    "val_wer_medium": 0.530968622100955,
-    "val_cer_medium": 0.1358769855806054,
+    "val_wer_medium": 0.4812551159618008,
+    "val_cer_medium": 0.1188934030437244,
     "val_samples_long": 0.0,
-    "val_decoded_empty_fraction": 0.001560549313358302,
-    "val_decoded_avg_char_length": 46.067103620474406,
-    "val_decoded_avg_word_length": 7.248439450686642,
+    "val_decoded_empty_fraction": 0.00031210986267166043,
+    "val_decoded_avg_char_length": 48.08052434456929,
+    "val_decoded_avg_word_length": 7.448189762796504,
     "val_speaker_count": 0.0,
     "val_speaker_macro_wer": 0.0,
     "val_speaker_id_available": 0.0,
     "val_missing_speaker_id_samples": 3204.0,
-    "val_hardest_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3430.wav",
+    "val_hardest_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/26.wav",
     "val_hardest_example_0_speaker": "",
-    "val_hardest_example_0_ref": "Це доволі легко зробити.",
-    "val_hardest_example_0_hyp": "це  доволі легко зробити",
-    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2340.wav",
+    "val_hardest_example_0_ref": "По драбині в сіни.",
+    "val_hardest_example_0_hyp": "подрабині в сстіни",
+    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2206.wav",
     "val_hardest_example_1_speaker": "",
-    "val_hardest_example_1_ref": "Саме так, зрадник і боягуз.",
-    "val_hardest_example_1_hyp": "Сме такк зрадни І бояггууз.",
-    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/71.wav",
+    "val_hardest_example_1_ref": "Годой, тільки такнув.",
+    "val_hardest_example_1_hyp": "гоодой тільки таккнув",
+    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1762.wav",
     "val_hardest_example_2_speaker": "",
-    "val_hardest_example_2_ref": "Я ж вам нічого не казав.",
-    "val_hardest_example_2_hyp": "я ж вам нічого не казав.",
-    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1912.wav",
+    "val_hardest_example_2_ref": "Він тут лише один.",
+    "val_hardest_example_2_hyp": "вин  Тут лишшедин.",
+    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/814.wav",
     "val_hardest_example_3_speaker": "",
-    "val_hardest_example_3_ref": "Тому прошу підтримати.",
-    "val_hardest_example_3_hyp": "тоому прошу підтримати",
-    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1671.wav",
+    "val_hardest_example_3_ref": "Піди до Ждана.",
+    "val_hardest_example_3_hyp": "піде до жддана",
+    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/71.wav",
     "val_hardest_example_4_speaker": "",
-    "val_hardest_example_4_ref": "Повідаєш і йому.",
-    "val_hardest_example_4_hyp": "те повідає і йму",
+    "val_hardest_example_4_ref": "Я ж вам нічого не казав.",
+    "val_hardest_example_4_hyp": "я ж вам нічого не казав.",
     "val_random_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/375.wav",
     "val_random_example_0_speaker": "",
     "val_random_example_0_ref": "Читачі, гадаю, не забули про Сарайську єпархію, підлеглу митрополитові.",
-    "val_random_example_0_hyp": "Ч читачі, гадаю не забули про сарайську  єпархію піддлеглу, митрополитові.",
+    "val_random_example_0_hyp": "Читачі, гадаю не забули про сарайську Єпархію підлеглу митрополитові.",
     "val_random_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1367.wav",
     "val_random_example_1_speaker": "",
     "val_random_example_1_ref": "Стьогнув ще турна через лоб.",
-    "val_random_example_1_hyp": "сгнувщ тур начез лоб",
+    "val_random_example_1_hyp": "стіогнувще турначез лоб.",
     "val_random_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/849.wav",
     "val_random_example_2_speaker": "",
     "val_random_example_2_ref": "Князь у всьому був залежний від хана.",
-    "val_random_example_2_hyp": "князь усьому був залежниний від хано",
+    "val_random_example_2_hyp": "Ккнязь у всьому буд був залежний від хану",
     "val_random_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1003.wav",
     "val_random_example_3_speaker": "",
     "val_random_example_3_ref": "Дивуватися не варто бували вигадки і гидотніші, і брехливіші.",
-    "val_random_example_3_hyp": "дивватися не варто, будвали випадки і гіідотніші і брехливіщі.",
+    "val_random_example_3_hyp": "Ддивватися не варто, будвали випадки і гіідотніші і брехливіщі.",
     "val_random_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3232.wav",
     "val_random_example_4_speaker": "",
     "val_random_example_4_ref": "На редактора це вам буде дорого коштувати, коли я буду у вас редактором.",
-    "val_random_example_4_hyp": "На на редактора це вам буде дорого кошт, колили я буду увас з редактором.",
-    "val/loss": 3.4916098226703585,
-    "val/cer": 0.17189941274715803,
-    "val/wer": 0.6165796287356826,
-    "val/main_ctc_loss": 3.4916098226703585,
+    "val_random_example_4_hyp": "На  редактора це вам буде дороого коштувати, колили я буду у вас з  редактором.",
+    "val/loss": 3.0518959088392843,
+    "val/cer": 0.14972927105220624,
+    "val/wer": 0.5629525606705578,
+    "val/main_ctc_loss": 3.0518959088392843,
     "val/aed_loss": 0.0,
     "val/liberta_distill_loss": 0.0,
     "val/audio_teacher_loss": 0.0,
-    "val/avg_blank_probability": 0.7285690351196203,
-    "val/argmax_blank_fraction": 0.7577304705169046,
-    "val/avg_top_nonblank_probability": 0.19736643667722747,
+    "val/avg_blank_probability": 0.7152837029644159,
+    "val/argmax_blank_fraction": 0.7387952688461797,
+    "val/avg_top_nonblank_probability": 0.22363515434496473,
     "val/avg_output_frames": 129.72159800249688,
     "val/avg_target_tokens": 24.885455680399502,
     "val/target_tokens_per_frame": 0.1918374123013849,
     "val/impossible_sample_fraction": 0.0,
     "val/tight_sample_fraction": 0.0,
     "val/samples_short": 1183.0,
-    "val/wer_short": 0.9681757059614523,
-    "val/cer_short": 0.324404342309319,
+    "val/wer_short": 0.8984760197220977,
+    "val/cer_short": 0.2802763287748484,
     "val/samples_medium": 2021.0,
-    "val/wer_medium": 0.530968622100955,
-    "val/cer_medium": 0.1358769855806054,
+    "val/wer_medium": 0.4812551159618008,
+    "val/cer_medium": 0.1188934030437244,
     "val/samples_long": 0.0,
-    "val/decoded_empty_fraction": 0.001560549313358302,
-    "val/decoded_avg_char_length": 46.067103620474406,
-    "val/decoded_avg_word_length": 7.248439450686642,
+    "val/decoded_empty_fraction": 0.00031210986267166043,
+    "val/decoded_avg_char_length": 48.08052434456929,
+    "val/decoded_avg_word_length": 7.448189762796504,
     "val/speaker_count": 0.0,
     "val/speaker_macro_wer": 0.0,
     "val/speaker_id_available": 0.0,
     "val/missing_speaker_id_samples": 3204.0,
-    "val/forward_seconds": 333.9321809972753,
+    "val/forward_seconds": 317.9013540726155,
     "val/teacher_seconds": 0.0,
-    "val/decode_seconds": 1.055189214355778,
-    "val/gather_seconds": 0.021367704030126333,
-    "train/loss": 5.994925239146148,
-    "train/main_ctc_loss": 5.994925239146148,
+    "val/decode_seconds": 1.024395749263931,
+    "val/gather_seconds": 0.01976635301252827,
+    "train/loss": 5.748899903231859,
+    "train/main_ctc_loss": 5.748899903231859,
     "train/aed_loss": 0.0,
     "train/liberta_distill_loss": 0.0,
     "train/audio_teacher_loss": 0.0

checkpoint_step_last.json

@@ -117,125 +117,125 @@
     "padding_value": 1.0
   },
   "epoch": 1,
-  "global_step": 9500,
-  "best_val_wer": 0.6165796287356826,
+  "global_step": 10000,
+  "best_val_wer": 0.5629525606705578,
   "metrics": {
     "epoch": 1,
-    "global_step": 9500,
-    "train_loss": 5.994925239146148,
-    "train_main_ctc_loss": 5.994925239146148,
+    "global_step": 10000,
+    "train_loss": 5.748899903231859,
+    "train_main_ctc_loss": 5.748899903231859,
     "train_aed_loss": 0.0,
     "train_liberta_distill_loss": 0.0,
     "train_audio_teacher_loss": 0.0,
-    "val_loss": 3.4916098226703585,
-    "val_cer": 0.17189941274715803,
-    "val_wer": 0.6165796287356826,
-    "val_forward_seconds": 333.9321809972753,
+    "val_loss": 3.0518959088392843,
+    "val_cer": 0.14972927105220624,
+    "val_wer": 0.5629525606705578,
+    "val_forward_seconds": 317.9013540726155,
     "val_teacher_seconds": 0.0,
-    "val_decode_seconds": 1.055189214355778,
-    "val_gather_seconds": 0.021367704030126333,
+    "val_decode_seconds": 1.024395749263931,
+    "val_gather_seconds": 0.01976635301252827,
     "val_model_source": "raw",
-    "val_main_ctc_loss": 3.4916098226703585,
+    "val_main_ctc_loss": 3.0518959088392843,
     "val_aed_loss": 0.0,
     "val_liberta_distill_loss": 0.0,
     "val_audio_teacher_loss": 0.0,
-    "val_avg_blank_probability": 0.7285690351196203,
-    "val_argmax_blank_fraction": 0.7577304705169046,
-    "val_avg_top_nonblank_probability": 0.19736643667722747,
+    "val_avg_blank_probability": 0.7152837029644159,
+    "val_argmax_blank_fraction": 0.7387952688461797,
+    "val_avg_top_nonblank_probability": 0.22363515434496473,
     "val_avg_output_frames": 129.72159800249688,
     "val_avg_target_tokens": 24.885455680399502,
     "val_target_tokens_per_frame": 0.1918374123013849,
     "val_impossible_sample_fraction": 0.0,
     "val_tight_sample_fraction": 0.0,
     "val_samples_short": 1183.0,
-    "val_wer_short": 0.9681757059614523,
-    "val_cer_short": 0.324404342309319,
+    "val_wer_short": 0.8984760197220977,
+    "val_cer_short": 0.2802763287748484,
     "val_samples_medium": 2021.0,
-    "val_wer_medium": 0.530968622100955,
-    "val_cer_medium": 0.1358769855806054,
+    "val_wer_medium": 0.4812551159618008,
+    "val_cer_medium": 0.1188934030437244,
     "val_samples_long": 0.0,
-    "val_decoded_empty_fraction": 0.001560549313358302,
-    "val_decoded_avg_char_length": 46.067103620474406,
-    "val_decoded_avg_word_length": 7.248439450686642,
+    "val_decoded_empty_fraction": 0.00031210986267166043,
+    "val_decoded_avg_char_length": 48.08052434456929,
+    "val_decoded_avg_word_length": 7.448189762796504,
     "val_speaker_count": 0.0,
     "val_speaker_macro_wer": 0.0,
     "val_speaker_id_available": 0.0,
     "val_missing_speaker_id_samples": 3204.0,
-    "val_hardest_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3430.wav",
+    "val_hardest_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/26.wav",
     "val_hardest_example_0_speaker": "",
-    "val_hardest_example_0_ref": "Це доволі легко зробити.",
-    "val_hardest_example_0_hyp": "це  доволі легко зробити",
-    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2340.wav",
+    "val_hardest_example_0_ref": "По драбині в сіни.",
+    "val_hardest_example_0_hyp": "подрабині в сстіни",
+    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2206.wav",
     "val_hardest_example_1_speaker": "",
-    "val_hardest_example_1_ref": "Саме так, зрадник і боягуз.",
-    "val_hardest_example_1_hyp": "Сме такк зрадни І бояггууз.",
-    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/71.wav",
+    "val_hardest_example_1_ref": "Годой, тільки такнув.",
+    "val_hardest_example_1_hyp": "гоодой тільки таккнув",
+    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1762.wav",
     "val_hardest_example_2_speaker": "",
-    "val_hardest_example_2_ref": "Я ж вам нічого не казав.",
-    "val_hardest_example_2_hyp": "я ж вам нічого не казав.",
-    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1912.wav",
+    "val_hardest_example_2_ref": "Він тут лише один.",
+    "val_hardest_example_2_hyp": "вин  Тут лишшедин.",
+    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/814.wav",
     "val_hardest_example_3_speaker": "",
-    "val_hardest_example_3_ref": "Тому прошу підтримати.",
-    "val_hardest_example_3_hyp": "тоому прошу підтримати",
-    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1671.wav",
+    "val_hardest_example_3_ref": "Піди до Ждана.",
+    "val_hardest_example_3_hyp": "піде до жддана",
+    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/71.wav",
     "val_hardest_example_4_speaker": "",
-    "val_hardest_example_4_ref": "Повідаєш і йому.",
-    "val_hardest_example_4_hyp": "те повідає і йму",
+    "val_hardest_example_4_ref": "Я ж вам нічого не казав.",
+    "val_hardest_example_4_hyp": "я ж вам нічого не казав.",
     "val_random_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/375.wav",
     "val_random_example_0_speaker": "",
     "val_random_example_0_ref": "Читачі, гадаю, не забули про Сарайську єпархію, підлеглу митрополитові.",
-    "val_random_example_0_hyp": "Ч читачі, гадаю не забули про сарайську  єпархію піддлеглу, митрополитові.",
+    "val_random_example_0_hyp": "Читачі, гадаю не забули про сарайську Єпархію підлеглу митрополитові.",
     "val_random_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1367.wav",
     "val_random_example_1_speaker": "",
     "val_random_example_1_ref": "Стьогнув ще турна через лоб.",
-    "val_random_example_1_hyp": "сгнувщ тур начез лоб",
+    "val_random_example_1_hyp": "стіогнувще турначез лоб.",
     "val_random_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/849.wav",
     "val_random_example_2_speaker": "",
     "val_random_example_2_ref": "Князь у всьому був залежний від хана.",
-    "val_random_example_2_hyp": "князь усьому був залежниний від хано",
+    "val_random_example_2_hyp": "Ккнязь у всьому буд був залежний від хану",
     "val_random_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1003.wav",
     "val_random_example_3_speaker": "",
     "val_random_example_3_ref": "Дивуватися не варто бували вигадки і гидотніші, і брехливіші.",
-    "val_random_example_3_hyp": "дивватися не варто, будвали випадки і гіідотніші і брехливіщі.",
+    "val_random_example_3_hyp": "Ддивватися не варто, будвали випадки і гіідотніші і брехливіщі.",
     "val_random_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3232.wav",
     "val_random_example_4_speaker": "",
     "val_random_example_4_ref": "На редактора це вам буде дорого коштувати, коли я буду у вас редактором.",
-    "val_random_example_4_hyp": "На на редактора це вам буде дорого кошт, колили я буду увас з редактором.",
-    "val/loss": 3.4916098226703585,
-    "val/cer": 0.17189941274715803,
-    "val/wer": 0.6165796287356826,
-    "val/main_ctc_loss": 3.4916098226703585,
+    "val_random_example_4_hyp": "На  редактора це вам буде дороого коштувати, колили я буду у вас з  редактором.",
+    "val/loss": 3.0518959088392843,
+    "val/cer": 0.14972927105220624,
+    "val/wer": 0.5629525606705578,
+    "val/main_ctc_loss": 3.0518959088392843,
     "val/aed_loss": 0.0,
     "val/liberta_distill_loss": 0.0,
     "val/audio_teacher_loss": 0.0,
-    "val/avg_blank_probability": 0.7285690351196203,
-    "val/argmax_blank_fraction": 0.7577304705169046,
-    "val/avg_top_nonblank_probability": 0.19736643667722747,
+    "val/avg_blank_probability": 0.7152837029644159,
+    "val/argmax_blank_fraction": 0.7387952688461797,
+    "val/avg_top_nonblank_probability": 0.22363515434496473,
     "val/avg_output_frames": 129.72159800249688,
     "val/avg_target_tokens": 24.885455680399502,
     "val/target_tokens_per_frame": 0.1918374123013849,
     "val/impossible_sample_fraction": 0.0,
     "val/tight_sample_fraction": 0.0,
     "val/samples_short": 1183.0,
-    "val/wer_short": 0.9681757059614523,
-    "val/cer_short": 0.324404342309319,
+    "val/wer_short": 0.8984760197220977,
+    "val/cer_short": 0.2802763287748484,
     "val/samples_medium": 2021.0,
-    "val/wer_medium": 0.530968622100955,
-    "val/cer_medium": 0.1358769855806054,
+    "val/wer_medium": 0.4812551159618008,
+    "val/cer_medium": 0.1188934030437244,
     "val/samples_long": 0.0,
-    "val/decoded_empty_fraction": 0.001560549313358302,
-    "val/decoded_avg_char_length": 46.067103620474406,
-    "val/decoded_avg_word_length": 7.248439450686642,
+    "val/decoded_empty_fraction": 0.00031210986267166043,
+    "val/decoded_avg_char_length": 48.08052434456929,
+    "val/decoded_avg_word_length": 7.448189762796504,
     "val/speaker_count": 0.0,
     "val/speaker_macro_wer": 0.0,
     "val/speaker_id_available": 0.0,
     "val/missing_speaker_id_samples": 3204.0,
-    "val/forward_seconds": 333.9321809972753,
+    "val/forward_seconds": 317.9013540726155,
     "val/teacher_seconds": 0.0,
-    "val/decode_seconds": 1.055189214355778,
-    "val/gather_seconds": 0.021367704030126333,
-    "train/loss": 5.994925239146148,
-    "train/main_ctc_loss": 5.994925239146148,
+    "val/decode_seconds": 1.024395749263931,
+    "val/gather_seconds": 0.01976635301252827,
+    "train/loss": 5.748899903231859,
+    "train/main_ctc_loss": 5.748899903231859,
     "train/aed_loss": 0.0,
     "train/liberta_distill_loss": 0.0,
     "train/audio_teacher_loss": 0.0

checkpoint_topk_avg.json

@@ -117,125 +117,125 @@
     "padding_value": 1.0
   },
   "epoch": 1,
-  "global_step": 9500,
-  "best_val_wer": 0.6165796287356826,
+  "global_step": 10000,
+  "best_val_wer": 0.5629525606705578,
   "metrics": {
     "epoch": 1,
-    "global_step": 9500,
-    "train_loss": 5.994925239146148,
-    "train_main_ctc_loss": 5.994925239146148,
+    "global_step": 10000,
+    "train_loss": 5.748899903231859,
+    "train_main_ctc_loss": 5.748899903231859,
     "train_aed_loss": 0.0,
     "train_liberta_distill_loss": 0.0,
     "train_audio_teacher_loss": 0.0,
-    "val_loss": 3.4916098226703585,
-    "val_cer": 0.17189941274715803,
-    "val_wer": 0.6165796287356826,
-    "val_forward_seconds": 333.9321809972753,
+    "val_loss": 3.0518959088392843,
+    "val_cer": 0.14972927105220624,
+    "val_wer": 0.5629525606705578,
+    "val_forward_seconds": 317.9013540726155,
     "val_teacher_seconds": 0.0,
-    "val_decode_seconds": 1.055189214355778,
-    "val_gather_seconds": 0.021367704030126333,
+    "val_decode_seconds": 1.024395749263931,
+    "val_gather_seconds": 0.01976635301252827,
     "val_model_source": "raw",
-    "val_main_ctc_loss": 3.4916098226703585,
+    "val_main_ctc_loss": 3.0518959088392843,
     "val_aed_loss": 0.0,
     "val_liberta_distill_loss": 0.0,
     "val_audio_teacher_loss": 0.0,
-    "val_avg_blank_probability": 0.7285690351196203,
-    "val_argmax_blank_fraction": 0.7577304705169046,
-    "val_avg_top_nonblank_probability": 0.19736643667722747,
+    "val_avg_blank_probability": 0.7152837029644159,
+    "val_argmax_blank_fraction": 0.7387952688461797,
+    "val_avg_top_nonblank_probability": 0.22363515434496473,
     "val_avg_output_frames": 129.72159800249688,
     "val_avg_target_tokens": 24.885455680399502,
     "val_target_tokens_per_frame": 0.1918374123013849,
     "val_impossible_sample_fraction": 0.0,
     "val_tight_sample_fraction": 0.0,
     "val_samples_short": 1183.0,
-    "val_wer_short": 0.9681757059614523,
-    "val_cer_short": 0.324404342309319,
+    "val_wer_short": 0.8984760197220977,
+    "val_cer_short": 0.2802763287748484,
     "val_samples_medium": 2021.0,
-    "val_wer_medium": 0.530968622100955,
-    "val_cer_medium": 0.1358769855806054,
+    "val_wer_medium": 0.4812551159618008,
+    "val_cer_medium": 0.1188934030437244,
     "val_samples_long": 0.0,
-    "val_decoded_empty_fraction": 0.001560549313358302,
-    "val_decoded_avg_char_length": 46.067103620474406,
-    "val_decoded_avg_word_length": 7.248439450686642,
+    "val_decoded_empty_fraction": 0.00031210986267166043,
+    "val_decoded_avg_char_length": 48.08052434456929,
+    "val_decoded_avg_word_length": 7.448189762796504,
     "val_speaker_count": 0.0,
     "val_speaker_macro_wer": 0.0,
     "val_speaker_id_available": 0.0,
     "val_missing_speaker_id_samples": 3204.0,
-    "val_hardest_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3430.wav",
+    "val_hardest_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/26.wav",
     "val_hardest_example_0_speaker": "",
-    "val_hardest_example_0_ref": "Це доволі легко зробити.",
-    "val_hardest_example_0_hyp": "це  доволі легко зробити",
-    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2340.wav",
+    "val_hardest_example_0_ref": "По драбині в сіни.",
+    "val_hardest_example_0_hyp": "подрабині в сстіни",
+    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2206.wav",
     "val_hardest_example_1_speaker": "",
-    "val_hardest_example_1_ref": "Саме так, зрадник і боягуз.",
-    "val_hardest_example_1_hyp": "Сме такк зрадни І бояггууз.",
-    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/71.wav",
+    "val_hardest_example_1_ref": "Годой, тільки такнув.",
+    "val_hardest_example_1_hyp": "гоодой тільки таккнув",
+    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1762.wav",
     "val_hardest_example_2_speaker": "",
-    "val_hardest_example_2_ref": "Я ж вам нічого не казав.",
-    "val_hardest_example_2_hyp": "я ж вам нічого не казав.",
-    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1912.wav",
+    "val_hardest_example_2_ref": "Він тут лише один.",
+    "val_hardest_example_2_hyp": "вин  Тут лишшедин.",
+    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/814.wav",
     "val_hardest_example_3_speaker": "",
-    "val_hardest_example_3_ref": "Тому прошу підтримати.",
-    "val_hardest_example_3_hyp": "тоому прошу підтримати",
-    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1671.wav",
+    "val_hardest_example_3_ref": "Піди до Ждана.",
+    "val_hardest_example_3_hyp": "піде до жддана",
+    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/71.wav",
     "val_hardest_example_4_speaker": "",
-    "val_hardest_example_4_ref": "Повідаєш і йому.",
-    "val_hardest_example_4_hyp": "те повідає і йму",
+    "val_hardest_example_4_ref": "Я ж вам нічого не казав.",
+    "val_hardest_example_4_hyp": "я ж вам нічого не казав.",
     "val_random_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/375.wav",
     "val_random_example_0_speaker": "",
     "val_random_example_0_ref": "Читачі, гадаю, не забули про Сарайську єпархію, підлеглу митрополитові.",
-    "val_random_example_0_hyp": "Ч читачі, гадаю не забули про сарайську  єпархію піддлеглу, митрополитові.",
+    "val_random_example_0_hyp": "Читачі, гадаю не забули про сарайську Єпархію підлеглу митрополитові.",
     "val_random_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1367.wav",
     "val_random_example_1_speaker": "",
     "val_random_example_1_ref": "Стьогнув ще турна через лоб.",
-    "val_random_example_1_hyp": "сгнувщ тур начез лоб",
+    "val_random_example_1_hyp": "стіогнувще турначез лоб.",
     "val_random_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/849.wav",
     "val_random_example_2_speaker": "",
     "val_random_example_2_ref": "Князь у всьому був залежний від хана.",
-    "val_random_example_2_hyp": "князь усьому був залежниний від хано",
+    "val_random_example_2_hyp": "Ккнязь у всьому буд був залежний від хану",
     "val_random_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1003.wav",
     "val_random_example_3_speaker": "",
     "val_random_example_3_ref": "Дивуватися не варто бували вигадки і гидотніші, і брехливіші.",
-    "val_random_example_3_hyp": "дивватися не варто, будвали випадки і гіідотніші і брехливіщі.",
+    "val_random_example_3_hyp": "Ддивватися не варто, будвали випадки і гіідотніші і брехливіщі.",
     "val_random_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3232.wav",
     "val_random_example_4_speaker": "",
     "val_random_example_4_ref": "На редактора це вам буде дорого коштувати, коли я буду у вас редактором.",
-    "val_random_example_4_hyp": "На на редактора це вам буде дорого кошт, колили я буду увас з редактором.",
-    "val/loss": 3.4916098226703585,
-    "val/cer": 0.17189941274715803,
-    "val/wer": 0.6165796287356826,
-    "val/main_ctc_loss": 3.4916098226703585,
+    "val_random_example_4_hyp": "На  редактора це вам буде дороого коштувати, колили я буду у вас з  редактором.",
+    "val/loss": 3.0518959088392843,
+    "val/cer": 0.14972927105220624,
+    "val/wer": 0.5629525606705578,
+    "val/main_ctc_loss": 3.0518959088392843,
     "val/aed_loss": 0.0,
     "val/liberta_distill_loss": 0.0,
     "val/audio_teacher_loss": 0.0,
-    "val/avg_blank_probability": 0.7285690351196203,
-    "val/argmax_blank_fraction": 0.7577304705169046,
-    "val/avg_top_nonblank_probability": 0.19736643667722747,
+    "val/avg_blank_probability": 0.7152837029644159,
+    "val/argmax_blank_fraction": 0.7387952688461797,
+    "val/avg_top_nonblank_probability": 0.22363515434496473,
     "val/avg_output_frames": 129.72159800249688,
     "val/avg_target_tokens": 24.885455680399502,
     "val/target_tokens_per_frame": 0.1918374123013849,
     "val/impossible_sample_fraction": 0.0,
     "val/tight_sample_fraction": 0.0,
     "val/samples_short": 1183.0,
-    "val/wer_short": 0.9681757059614523,
-    "val/cer_short": 0.324404342309319,
+    "val/wer_short": 0.8984760197220977,
+    "val/cer_short": 0.2802763287748484,
     "val/samples_medium": 2021.0,
-    "val/wer_medium": 0.530968622100955,
-    "val/cer_medium": 0.1358769855806054,
+    "val/wer_medium": 0.4812551159618008,
+    "val/cer_medium": 0.1188934030437244,
     "val/samples_long": 0.0,
-    "val/decoded_empty_fraction": 0.001560549313358302,
-    "val/decoded_avg_char_length": 46.067103620474406,
-    "val/decoded_avg_word_length": 7.248439450686642,
+    "val/decoded_empty_fraction": 0.00031210986267166043,
+    "val/decoded_avg_char_length": 48.08052434456929,
+    "val/decoded_avg_word_length": 7.448189762796504,
     "val/speaker_count": 0.0,
     "val/speaker_macro_wer": 0.0,
     "val/speaker_id_available": 0.0,
     "val/missing_speaker_id_samples": 3204.0,
-    "val/forward_seconds": 333.9321809972753,
+    "val/forward_seconds": 317.9013540726155,
     "val/teacher_seconds": 0.0,
-    "val/decode_seconds": 1.055189214355778,
-    "val/gather_seconds": 0.021367704030126333,
-    "train/loss": 5.994925239146148,
-    "train/main_ctc_loss": 5.994925239146148,
+    "val/decode_seconds": 1.024395749263931,
+    "val/gather_seconds": 0.01976635301252827,
+    "train/loss": 5.748899903231859,
+    "train/main_ctc_loss": 5.748899903231859,
     "train/aed_loss": 0.0,
     "train/liberta_distill_loss": 0.0,
     "train/audio_teacher_loss": 0.0
@@ -416,6 +416,12 @@
     "w2v_bert_model_source": "/home/yehor/squeezeformer/w2v-bert-uk-v2.1"
   },
   "averaged_from": [
+    {
+      "epoch": 1,
+      "global_step": 10000,
+      "val_wer": 0.5629525606705578,
+      "path": "checkpoint_epoch=0001_step=00010000_valwer=0.562953.pt"
+    },
     {
       "epoch": 1,
       "global_step": 9500,
@@ -439,12 +445,6 @@
       "global_step": 8000,
       "val_wer": 0.911045771711941,
       "path": "checkpoint_epoch=0001_step=00008000_valwer=0.911046.pt"
-    },
-    {
-      "epoch": 1,
-      "global_step": 7500,
-      "val_wer": 1.1367007504278754,
-      "path": "checkpoint_epoch=0001_step=00007500_valwer=1.136701.pt"
     }
   ]
 }

checkpoints_topk/metadata.json

@@ -1,6 +1,12 @@
 {
   "compatibility_signature": "ecb1c79a9364dfe2fac014f491da9e093b8dc939f19e5994004884370168b512",
   "items": [
+    {
+      "epoch": 1,
+      "global_step": 10000,
+      "val_wer": 0.5629525606705578,
+      "path": "checkpoint_epoch=0001_step=00010000_valwer=0.562953.pt"
+    },
     {
       "epoch": 1,
       "global_step": 9500,
@@ -24,12 +30,6 @@
       "global_step": 8000,
       "val_wer": 0.911045771711941,
       "path": "checkpoint_epoch=0001_step=00008000_valwer=0.911046.pt"
-    },
-    {
-      "epoch": 1,
-      "global_step": 7500,
-      "val_wer": 1.1367007504278754,
-      "path": "checkpoint_epoch=0001_step=00007500_valwer=1.136701.pt"
     }
   ]
 }

eval_reports/epoch_0001_step_00010000.json

@@ -0,0 +1,133 @@
+{
+  "epoch": 1,
+  "global_step": 10000,
+  "model_source": "raw",
+  "metrics": {
+    "loss": 3.0518959088392843,
+    "main_ctc_loss": 3.0518959088392843,
+    "aed_loss": 0.0,
+    "liberta_distill_loss": 0.0,
+    "audio_teacher_loss": 0.0,
+    "cer": 0.14972927105220624,
+    "wer": 0.5629525606705578,
+    "avg_blank_probability": 0.7152837029644159,
+    "argmax_blank_fraction": 0.7387952688461797,
+    "avg_top_nonblank_probability": 0.22363515434496473,
+    "avg_output_frames": 129.72159800249688,
+    "avg_target_tokens": 24.885455680399502,
+    "target_tokens_per_frame": 0.1918374123013849,
+    "impossible_sample_fraction": 0.0,
+    "tight_sample_fraction": 0.0,
+    "samples_short": 1183.0,
+    "wer_short": 0.8984760197220977,
+    "cer_short": 0.2802763287748484,
+    "samples_medium": 2021.0,
+    "wer_medium": 0.4812551159618008,
+    "cer_medium": 0.1188934030437244,
+    "samples_long": 0.0,
+    "decoded_empty_fraction": 0.00031210986267166043,
+    "decoded_avg_char_length": 48.08052434456929,
+    "decoded_avg_word_length": 7.448189762796504,
+    "speaker_count": 0.0,
+    "speaker_macro_wer": 0.0,
+    "speaker_id_available": 0.0,
+    "missing_speaker_id_samples": 3204.0
+  },
+  "hardest_examples": [
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/26.wav",
+      "speaker_id": "",
+      "reference": "По драбині в сіни.",
+      "hypothesis": "подрабині в сстіни"
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2206.wav",
+      "speaker_id": "",
+      "reference": "Годой, тільки такнув.",
+      "hypothesis": "гоодой тільки таккнув"
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1762.wav",
+      "speaker_id": "",
+      "reference": "Він тут лише один.",
+      "hypothesis": "вин  Тут лишшедин."
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/814.wav",
+      "speaker_id": "",
+      "reference": "Піди до Ждана.",
+      "hypothesis": "піде до жддана"
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/71.wav",
+      "speaker_id": "",
+      "reference": "Я ж вам нічого не казав.",
+      "hypothesis": "я ж вам нічого не казав."
+    }
+  ],
+  "random_examples": [
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/375.wav",
+      "speaker_id": "",
+      "reference": "Читачі, гадаю, не забули про Сарайську єпархію, підлеглу митрополитові.",
+      "hypothesis": "Читачі, гадаю не забули про сарайську Єпархію підлеглу митрополитові."
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1367.wav",
+      "speaker_id": "",
+      "reference": "Стьогнув ще турна через лоб.",
+      "hypothesis": "стіогнувще турначез лоб."
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/849.wav",
+      "speaker_id": "",
+      "reference": "Князь у всьому був залежний від хана.",
+      "hypothesis": "Ккнязь у всьому буд був залежний від хану"
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1003.wav",
+      "speaker_id": "",
+      "reference": "Дивуватися не варто бували вигадки і гидотніші, і брехливіші.",
+      "hypothesis": "Ддивватися не варто, будвали випадки і гіідотніші і брехливіщі."
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3232.wav",
+      "speaker_id": "",
+      "reference": "На редактора це вам буде дорого коштувати, коли я буду у вас редактором.",
+      "hypothesis": "На  редактора це вам буде дороого коштувати, колили я буду у вас з  редактором."
+    }
+  ],
+  "speaker_metrics": {
+    "speaker_count": 0,
+    "speaker_macro_wer": 0.0,
+    "speaker_id_available": false,
+    "missing_speaker_id_samples": 3204,
+    "per_speaker": {}
+  },
+  "split_audit": {
+    "counts": {
+      "train": {
+        "samples": 648240,
+        "speakers": 0,
+        "records_with_speaker_id": 0,
+        "hours": 1264.353836267957
+      },
+      "validation": {
+        "samples": 3204,
+        "speakers": 0,
+        "records_with_speaker_id": 0,
+        "hours": 4.629311440972232
+      }
+    },
+    "hours": {
+      "train": 1264.353836267957,
+      "validation": 4.629311440972232
+    },
+    "total_hours": 1268.9831477089292,
+    "speaker_overlaps": {
+      "train_vs_validation": 0
+    },
+    "speaker_balance_ratio": 1.0,
+    "speaker_id_available": false
+  }
+}