Upload checkpoints epoch_0001_step_00008500

Automatic checkpoint upload from train.py.

Report stem: epoch_0001_step_00008500
Epoch: 1
Global step: 8500

.hf_upload_sync/validation_epoch_0001_step_00008000.done

@@ -0,0 +1 @@
+1776135954.2746985

.hf_upload_sync/validation_epoch_0001_step_00008500.started

@@ -0,0 +1 @@
+1776139040.6463292

checkpoint_best.json

@@ -117,125 +117,125 @@
     "padding_value": 1.0
   },
   "epoch": 1,
-  "global_step": 8000,
-  "best_val_wer": 0.911045771711941,
+  "global_step": 8500,
+  "best_val_wer": 0.7923377364286655,
   "metrics": {
     "epoch": 1,
-    "global_step": 8000,
-    "train_loss": 6.843830735797994,
-    "train_main_ctc_loss": 6.843830735797994,
+    "global_step": 8500,
+    "train_loss": 6.544651765564785,
+    "train_main_ctc_loss": 6.544651765564785,
     "train_aed_loss": 0.0,
     "train_liberta_distill_loss": 0.0,
     "train_audio_teacher_loss": 0.0,
-    "val_loss": 6.678847577873984,
-    "val_cer": 0.32483433004687245,
-    "val_wer": 0.911045771711941,
-    "val_forward_seconds": 336.9506607562653,
+    "val_loss": 5.062230735245194,
+    "val_cer": 0.25197995797640216,
+    "val_wer": 0.7923377364286655,
+    "val_forward_seconds": 307.29266933887266,
     "val_teacher_seconds": 0.0,
-    "val_decode_seconds": 1.0632791261305101,
-    "val_gather_seconds": 0.01237147900974378,
+    "val_decode_seconds": 0.9602899739984423,
+    "val_gather_seconds": 5.281539393996354,
     "val_model_source": "raw",
-    "val_main_ctc_loss": 6.678847577873984,
+    "val_main_ctc_loss": 5.062230735245194,
     "val_aed_loss": 0.0,
     "val_liberta_distill_loss": 0.0,
     "val_audio_teacher_loss": 0.0,
-    "val_avg_blank_probability": 0.6718823377459646,
-    "val_argmax_blank_fraction": 0.7518117162462586,
-    "val_avg_top_nonblank_probability": 0.1562858213036121,
+    "val_avg_blank_probability": 0.7201568109277693,
+    "val_argmax_blank_fraction": 0.7670320575129683,
+    "val_avg_top_nonblank_probability": 0.1694960157150899,
     "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": 1.3498431196772747,
-    "val_cer_short": 0.6569505145918512,
+    "val_wer_short": 1.2124607799193188,
+    "val_cer_short": 0.4913294797687861,
     "val_samples_medium": 2021.0,
-    "val_wer_medium": 0.8042019099590723,
-    "val_cer_medium": 0.24638682606813414,
+    "val_wer_medium": 0.6900409276944065,
+    "val_cer_medium": 0.1954444037430484,
     "val_samples_long": 0.0,
-    "val_decoded_empty_fraction": 0.0056179775280898875,
-    "val_decoded_avg_char_length": 40.93258426966292,
-    "val_decoded_avg_word_length": 6.225031210986267,
+    "val_decoded_empty_fraction": 0.0012484394506866417,
+    "val_decoded_avg_char_length": 42.70193508114856,
+    "val_decoded_avg_word_length": 6.728464419475656,
     "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/977.wav",
+    "val_hardest_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2991.wav",
     "val_hardest_example_0_speaker": "",
-    "val_hardest_example_0_ref": "Дієві санкції за порушення або несплату.",
-    "val_hardest_example_0_hyp": "ті  санкції за порушнення або несплатуу.",
-    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/841.wav",
+    "val_hardest_example_0_ref": "Далеко ходять комбайни.",
+    "val_hardest_example_0_hyp": "дале ходиддать комбайни",
+    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2549.wav",
     "val_hardest_example_1_speaker": "",
-    "val_hardest_example_1_ref": "Тут вигадки великоросів зайві.",
-    "val_hardest_example_1_hyp": "тут виггадкии велиров зазайви.",
-    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2691.wav",
+    "val_hardest_example_1_ref": "Які ще будуть пропозиції?",
+    "val_hardest_example_1_hyp": "і   булодубіро поззиції і",
+    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/326.wav",
     "val_hardest_example_2_speaker": "",
-    "val_hardest_example_2_ref": "Також рекомендую вам долучатися.",
-    "val_hardest_example_2_hyp": "таккож  рементнддую,вадолочитися",
-    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2473.wav",
+    "val_hardest_example_2_ref": "Однак це чергова вигадка.",
+    "val_hardest_example_2_hyp": "днок цеце чергова вигадка",
+    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3635.wav",
     "val_hardest_example_3_speaker": "",
-    "val_hardest_example_3_ref": "Самому ж незнакомий він.",
-    "val_hardest_example_3_hyp": "в самоомуж незнакомий і.",
-    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/889.wav",
+    "val_hardest_example_3_ref": "Яку можливість втрачено?",
+    "val_hardest_example_3_hyp": "у  моживвісст і втно і і",
+    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2212.wav",
     "val_hardest_example_4_speaker": "",
-    "val_hardest_example_4_ref": "Наш організм у спеку швидко втрачає воду.",
-    "val_hardest_example_4_hyp": "нашргганізмому зпеку швидко втрачаєводду.",
+    "val_hardest_example_4_ref": "Яка ж таємниця об'єднує екіпаж?",
+    "val_hardest_example_4_hyp": "а ж такємниця оббєдноногоєкіпаж",
     "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": "В чичитач гадаю не забули про сарайську паархю піддлегло митрополитові.",
+    "val_random_example_0_hyp": "чичитачі гадаю не забули проайську єпархію піддлеглу 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": "зйг в Трз ",
+    "val_random_example_1_hyp": "йгв ро з ",
     "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": "клязд у всьо томув залежній вид хану",
+    "val_random_example_2_hyp": "князь у всьомубу залежнинийй від хаано",
     "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": "дивуватися неварто,бували випадки і гдотніші ібрехливі..",
+    "val_random_example_3_hyp": "диутися не вартобува випадки і гідотніші ібрехливіі",
     "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": "В надактора цевам будедорогокоштти коли я будеду ува з дактором.",
-    "val/loss": 6.678847577873984,
-    "val/cer": 0.32483433004687245,
-    "val/wer": 0.911045771711941,
-    "val/main_ctc_loss": 6.678847577873984,
+    "val_random_example_4_hyp": "на редактора це вам будедорого коштти, коли я будеду увас з дактором.",
+    "val/loss": 5.062230735245194,
+    "val/cer": 0.25197995797640216,
+    "val/wer": 0.7923377364286655,
+    "val/main_ctc_loss": 5.062230735245194,
     "val/aed_loss": 0.0,
     "val/liberta_distill_loss": 0.0,
     "val/audio_teacher_loss": 0.0,
-    "val/avg_blank_probability": 0.6718823377459646,
-    "val/argmax_blank_fraction": 0.7518117162462586,
-    "val/avg_top_nonblank_probability": 0.1562858213036121,
+    "val/avg_blank_probability": 0.7201568109277693,
+    "val/argmax_blank_fraction": 0.7670320575129683,
+    "val/avg_top_nonblank_probability": 0.1694960157150899,
     "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": 1.3498431196772747,
-    "val/cer_short": 0.6569505145918512,
+    "val/wer_short": 1.2124607799193188,
+    "val/cer_short": 0.4913294797687861,
     "val/samples_medium": 2021.0,
-    "val/wer_medium": 0.8042019099590723,
-    "val/cer_medium": 0.24638682606813414,
+    "val/wer_medium": 0.6900409276944065,
+    "val/cer_medium": 0.1954444037430484,
     "val/samples_long": 0.0,
-    "val/decoded_empty_fraction": 0.0056179775280898875,
-    "val/decoded_avg_char_length": 40.93258426966292,
-    "val/decoded_avg_word_length": 6.225031210986267,
+    "val/decoded_empty_fraction": 0.0012484394506866417,
+    "val/decoded_avg_char_length": 42.70193508114856,
+    "val/decoded_avg_word_length": 6.728464419475656,
     "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": 336.9506607562653,
+    "val/forward_seconds": 307.29266933887266,
     "val/teacher_seconds": 0.0,
-    "val/decode_seconds": 1.0632791261305101,
-    "val/gather_seconds": 0.01237147900974378,
-    "train/loss": 6.843830735797994,
-    "train/main_ctc_loss": 6.843830735797994,
+    "val/decode_seconds": 0.9602899739984423,
+    "val/gather_seconds": 5.281539393996354,
+    "train/loss": 6.544651765564785,
+    "train/main_ctc_loss": 6.544651765564785,
     "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": 8000,
-  "best_val_wer": 0.911045771711941,
+  "global_step": 8500,
+  "best_val_wer": 0.7923377364286655,
   "metrics": {
     "epoch": 1,
-    "global_step": 8000,
-    "train_loss": 6.843830735797994,
-    "train_main_ctc_loss": 6.843830735797994,
+    "global_step": 8500,
+    "train_loss": 6.544651765564785,
+    "train_main_ctc_loss": 6.544651765564785,
     "train_aed_loss": 0.0,
     "train_liberta_distill_loss": 0.0,
     "train_audio_teacher_loss": 0.0,
-    "val_loss": 6.678847577873984,
-    "val_cer": 0.32483433004687245,
-    "val_wer": 0.911045771711941,
-    "val_forward_seconds": 336.9506607562653,
+    "val_loss": 5.062230735245194,
+    "val_cer": 0.25197995797640216,
+    "val_wer": 0.7923377364286655,
+    "val_forward_seconds": 307.29266933887266,
     "val_teacher_seconds": 0.0,
-    "val_decode_seconds": 1.0632791261305101,
-    "val_gather_seconds": 0.01237147900974378,
+    "val_decode_seconds": 0.9602899739984423,
+    "val_gather_seconds": 5.281539393996354,
     "val_model_source": "raw",
-    "val_main_ctc_loss": 6.678847577873984,
+    "val_main_ctc_loss": 5.062230735245194,
     "val_aed_loss": 0.0,
     "val_liberta_distill_loss": 0.0,
     "val_audio_teacher_loss": 0.0,
-    "val_avg_blank_probability": 0.6718823377459646,
-    "val_argmax_blank_fraction": 0.7518117162462586,
-    "val_avg_top_nonblank_probability": 0.1562858213036121,
+    "val_avg_blank_probability": 0.7201568109277693,
+    "val_argmax_blank_fraction": 0.7670320575129683,
+    "val_avg_top_nonblank_probability": 0.1694960157150899,
     "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": 1.3498431196772747,
-    "val_cer_short": 0.6569505145918512,
+    "val_wer_short": 1.2124607799193188,
+    "val_cer_short": 0.4913294797687861,
     "val_samples_medium": 2021.0,
-    "val_wer_medium": 0.8042019099590723,
-    "val_cer_medium": 0.24638682606813414,
+    "val_wer_medium": 0.6900409276944065,
+    "val_cer_medium": 0.1954444037430484,
     "val_samples_long": 0.0,
-    "val_decoded_empty_fraction": 0.0056179775280898875,
-    "val_decoded_avg_char_length": 40.93258426966292,
-    "val_decoded_avg_word_length": 6.225031210986267,
+    "val_decoded_empty_fraction": 0.0012484394506866417,
+    "val_decoded_avg_char_length": 42.70193508114856,
+    "val_decoded_avg_word_length": 6.728464419475656,
     "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/977.wav",
+    "val_hardest_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2991.wav",
     "val_hardest_example_0_speaker": "",
-    "val_hardest_example_0_ref": "Дієві санкції за порушення або несплату.",
-    "val_hardest_example_0_hyp": "ті  санкції за порушнення або несплатуу.",
-    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/841.wav",
+    "val_hardest_example_0_ref": "Далеко ходять комбайни.",
+    "val_hardest_example_0_hyp": "дале ходиддать комбайни",
+    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2549.wav",
     "val_hardest_example_1_speaker": "",
-    "val_hardest_example_1_ref": "Тут вигадки великоросів зайві.",
-    "val_hardest_example_1_hyp": "тут виггадкии велиров зазайви.",
-    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2691.wav",
+    "val_hardest_example_1_ref": "Які ще будуть пропозиції?",
+    "val_hardest_example_1_hyp": "і   булодубіро поззиції і",
+    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/326.wav",
     "val_hardest_example_2_speaker": "",
-    "val_hardest_example_2_ref": "Також рекомендую вам долучатися.",
-    "val_hardest_example_2_hyp": "таккож  рементнддую,вадолочитися",
-    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2473.wav",
+    "val_hardest_example_2_ref": "Однак це чергова вигадка.",
+    "val_hardest_example_2_hyp": "днок цеце чергова вигадка",
+    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3635.wav",
     "val_hardest_example_3_speaker": "",
-    "val_hardest_example_3_ref": "Самому ж незнакомий він.",
-    "val_hardest_example_3_hyp": "в самоомуж незнакомий і.",
-    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/889.wav",
+    "val_hardest_example_3_ref": "Яку можливість втрачено?",
+    "val_hardest_example_3_hyp": "у  моживвісст і втно і і",
+    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2212.wav",
     "val_hardest_example_4_speaker": "",
-    "val_hardest_example_4_ref": "Наш організм у спеку швидко втрачає воду.",
-    "val_hardest_example_4_hyp": "нашргганізмому зпеку швидко втрачаєводду.",
+    "val_hardest_example_4_ref": "Яка ж таємниця об'єднує екіпаж?",
+    "val_hardest_example_4_hyp": "а ж такємниця оббєдноногоєкіпаж",
     "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": "В чичитач гадаю не забули про сарайську паархю піддлегло митрополитові.",
+    "val_random_example_0_hyp": "чичитачі гадаю не забули проайську єпархію піддлеглу 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": "зйг в Трз ",
+    "val_random_example_1_hyp": "йгв ро з ",
     "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": "клязд у всьо томув залежній вид хану",
+    "val_random_example_2_hyp": "князь у всьомубу залежнинийй від хаано",
     "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": "дивуватися неварто,бували випадки і гдотніші ібрехливі..",
+    "val_random_example_3_hyp": "диутися не вартобува випадки і гідотніші ібрехливіі",
     "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": "В надактора цевам будедорогокоштти коли я будеду ува з дактором.",
-    "val/loss": 6.678847577873984,
-    "val/cer": 0.32483433004687245,
-    "val/wer": 0.911045771711941,
-    "val/main_ctc_loss": 6.678847577873984,
+    "val_random_example_4_hyp": "на редактора це вам будедорого коштти, коли я будеду увас з дактором.",
+    "val/loss": 5.062230735245194,
+    "val/cer": 0.25197995797640216,
+    "val/wer": 0.7923377364286655,
+    "val/main_ctc_loss": 5.062230735245194,
     "val/aed_loss": 0.0,
     "val/liberta_distill_loss": 0.0,
     "val/audio_teacher_loss": 0.0,
-    "val/avg_blank_probability": 0.6718823377459646,
-    "val/argmax_blank_fraction": 0.7518117162462586,
-    "val/avg_top_nonblank_probability": 0.1562858213036121,
+    "val/avg_blank_probability": 0.7201568109277693,
+    "val/argmax_blank_fraction": 0.7670320575129683,
+    "val/avg_top_nonblank_probability": 0.1694960157150899,
     "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": 1.3498431196772747,
-    "val/cer_short": 0.6569505145918512,
+    "val/wer_short": 1.2124607799193188,
+    "val/cer_short": 0.4913294797687861,
     "val/samples_medium": 2021.0,
-    "val/wer_medium": 0.8042019099590723,
-    "val/cer_medium": 0.24638682606813414,
+    "val/wer_medium": 0.6900409276944065,
+    "val/cer_medium": 0.1954444037430484,
     "val/samples_long": 0.0,
-    "val/decoded_empty_fraction": 0.0056179775280898875,
-    "val/decoded_avg_char_length": 40.93258426966292,
-    "val/decoded_avg_word_length": 6.225031210986267,
+    "val/decoded_empty_fraction": 0.0012484394506866417,
+    "val/decoded_avg_char_length": 42.70193508114856,
+    "val/decoded_avg_word_length": 6.728464419475656,
     "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": 336.9506607562653,
+    "val/forward_seconds": 307.29266933887266,
     "val/teacher_seconds": 0.0,
-    "val/decode_seconds": 1.0632791261305101,
-    "val/gather_seconds": 0.01237147900974378,
-    "train/loss": 6.843830735797994,
-    "train/main_ctc_loss": 6.843830735797994,
+    "val/decode_seconds": 0.9602899739984423,
+    "val/gather_seconds": 5.281539393996354,
+    "train/loss": 6.544651765564785,
+    "train/main_ctc_loss": 6.544651765564785,
     "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": 8000,
-  "best_val_wer": 0.911045771711941,
+  "global_step": 8500,
+  "best_val_wer": 0.7923377364286655,
   "metrics": {
     "epoch": 1,
-    "global_step": 8000,
-    "train_loss": 6.843830735797994,
-    "train_main_ctc_loss": 6.843830735797994,
+    "global_step": 8500,
+    "train_loss": 6.544651765564785,
+    "train_main_ctc_loss": 6.544651765564785,
     "train_aed_loss": 0.0,
     "train_liberta_distill_loss": 0.0,
     "train_audio_teacher_loss": 0.0,
-    "val_loss": 6.678847577873984,
-    "val_cer": 0.32483433004687245,
-    "val_wer": 0.911045771711941,
-    "val_forward_seconds": 336.9506607562653,
+    "val_loss": 5.062230735245194,
+    "val_cer": 0.25197995797640216,
+    "val_wer": 0.7923377364286655,
+    "val_forward_seconds": 307.29266933887266,
     "val_teacher_seconds": 0.0,
-    "val_decode_seconds": 1.0632791261305101,
-    "val_gather_seconds": 0.01237147900974378,
+    "val_decode_seconds": 0.9602899739984423,
+    "val_gather_seconds": 5.281539393996354,
     "val_model_source": "raw",
-    "val_main_ctc_loss": 6.678847577873984,
+    "val_main_ctc_loss": 5.062230735245194,
     "val_aed_loss": 0.0,
     "val_liberta_distill_loss": 0.0,
     "val_audio_teacher_loss": 0.0,
-    "val_avg_blank_probability": 0.6718823377459646,
-    "val_argmax_blank_fraction": 0.7518117162462586,
-    "val_avg_top_nonblank_probability": 0.1562858213036121,
+    "val_avg_blank_probability": 0.7201568109277693,
+    "val_argmax_blank_fraction": 0.7670320575129683,
+    "val_avg_top_nonblank_probability": 0.1694960157150899,
     "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": 1.3498431196772747,
-    "val_cer_short": 0.6569505145918512,
+    "val_wer_short": 1.2124607799193188,
+    "val_cer_short": 0.4913294797687861,
     "val_samples_medium": 2021.0,
-    "val_wer_medium": 0.8042019099590723,
-    "val_cer_medium": 0.24638682606813414,
+    "val_wer_medium": 0.6900409276944065,
+    "val_cer_medium": 0.1954444037430484,
     "val_samples_long": 0.0,
-    "val_decoded_empty_fraction": 0.0056179775280898875,
-    "val_decoded_avg_char_length": 40.93258426966292,
-    "val_decoded_avg_word_length": 6.225031210986267,
+    "val_decoded_empty_fraction": 0.0012484394506866417,
+    "val_decoded_avg_char_length": 42.70193508114856,
+    "val_decoded_avg_word_length": 6.728464419475656,
     "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/977.wav",
+    "val_hardest_example_0_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2991.wav",
     "val_hardest_example_0_speaker": "",
-    "val_hardest_example_0_ref": "Дієві санкції за порушення або несплату.",
-    "val_hardest_example_0_hyp": "ті  санкції за порушнення або несплатуу.",
-    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/841.wav",
+    "val_hardest_example_0_ref": "Далеко ходять комбайни.",
+    "val_hardest_example_0_hyp": "дале ходиддать комбайни",
+    "val_hardest_example_1_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2549.wav",
     "val_hardest_example_1_speaker": "",
-    "val_hardest_example_1_ref": "Тут вигадки великоросів зайві.",
-    "val_hardest_example_1_hyp": "тут виггадкии велиров зазайви.",
-    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2691.wav",
+    "val_hardest_example_1_ref": "Які ще будуть пропозиції?",
+    "val_hardest_example_1_hyp": "і   булодубіро поззиції і",
+    "val_hardest_example_2_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/326.wav",
     "val_hardest_example_2_speaker": "",
-    "val_hardest_example_2_ref": "Також рекомендую вам долучатися.",
-    "val_hardest_example_2_hyp": "таккож  рементнддую,вадолочитися",
-    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2473.wav",
+    "val_hardest_example_2_ref": "Однак це чергова вигадка.",
+    "val_hardest_example_2_hyp": "днок цеце чергова вигадка",
+    "val_hardest_example_3_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3635.wav",
     "val_hardest_example_3_speaker": "",
-    "val_hardest_example_3_ref": "Самому ж незнакомий він.",
-    "val_hardest_example_3_hyp": "в самоомуж незнакомий і.",
-    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/889.wav",
+    "val_hardest_example_3_ref": "Яку можливість втрачено?",
+    "val_hardest_example_3_hyp": "у  моживвісст і втно і і",
+    "val_hardest_example_4_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2212.wav",
     "val_hardest_example_4_speaker": "",
-    "val_hardest_example_4_ref": "Наш організм у спеку швидко втрачає воду.",
-    "val_hardest_example_4_hyp": "нашргганізмому зпеку швидко втрачаєводду.",
+    "val_hardest_example_4_ref": "Яка ж таємниця об'єднує екіпаж?",
+    "val_hardest_example_4_hyp": "а ж такємниця оббєдноногоєкіпаж",
     "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": "В чичитач гадаю не забули про сарайську паархю піддлегло митрополитові.",
+    "val_random_example_0_hyp": "чичитачі гадаю не забули проайську єпархію піддлеглу 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": "зйг в Трз ",
+    "val_random_example_1_hyp": "йгв ро з ",
     "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": "клязд у всьо томув залежній вид хану",
+    "val_random_example_2_hyp": "князь у всьомубу залежнинийй від хаано",
     "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": "дивуватися неварто,бували випадки і гдотніші ібрехливі..",
+    "val_random_example_3_hyp": "диутися не вартобува випадки і гідотніші ібрехливіі",
     "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": "В надактора цевам будедорогокоштти коли я будеду ува з дактором.",
-    "val/loss": 6.678847577873984,
-    "val/cer": 0.32483433004687245,
-    "val/wer": 0.911045771711941,
-    "val/main_ctc_loss": 6.678847577873984,
+    "val_random_example_4_hyp": "на редактора це вам будедорого коштти, коли я будеду увас з дактором.",
+    "val/loss": 5.062230735245194,
+    "val/cer": 0.25197995797640216,
+    "val/wer": 0.7923377364286655,
+    "val/main_ctc_loss": 5.062230735245194,
     "val/aed_loss": 0.0,
     "val/liberta_distill_loss": 0.0,
     "val/audio_teacher_loss": 0.0,
-    "val/avg_blank_probability": 0.6718823377459646,
-    "val/argmax_blank_fraction": 0.7518117162462586,
-    "val/avg_top_nonblank_probability": 0.1562858213036121,
+    "val/avg_blank_probability": 0.7201568109277693,
+    "val/argmax_blank_fraction": 0.7670320575129683,
+    "val/avg_top_nonblank_probability": 0.1694960157150899,
     "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": 1.3498431196772747,
-    "val/cer_short": 0.6569505145918512,
+    "val/wer_short": 1.2124607799193188,
+    "val/cer_short": 0.4913294797687861,
     "val/samples_medium": 2021.0,
-    "val/wer_medium": 0.8042019099590723,
-    "val/cer_medium": 0.24638682606813414,
+    "val/wer_medium": 0.6900409276944065,
+    "val/cer_medium": 0.1954444037430484,
     "val/samples_long": 0.0,
-    "val/decoded_empty_fraction": 0.0056179775280898875,
-    "val/decoded_avg_char_length": 40.93258426966292,
-    "val/decoded_avg_word_length": 6.225031210986267,
+    "val/decoded_empty_fraction": 0.0012484394506866417,
+    "val/decoded_avg_char_length": 42.70193508114856,
+    "val/decoded_avg_word_length": 6.728464419475656,
     "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": 336.9506607562653,
+    "val/forward_seconds": 307.29266933887266,
     "val/teacher_seconds": 0.0,
-    "val/decode_seconds": 1.0632791261305101,
-    "val/gather_seconds": 0.01237147900974378,
-    "train/loss": 6.843830735797994,
-    "train/main_ctc_loss": 6.843830735797994,
+    "val/decode_seconds": 0.9602899739984423,
+    "val/gather_seconds": 5.281539393996354,
+    "train/loss": 6.544651765564785,
+    "train/main_ctc_loss": 6.544651765564785,
     "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": 8500,
+      "val_wer": 0.7923377364286655,
+      "path": "checkpoint_epoch=0001_step=00008500_valwer=0.792338.pt"
+    },
     {
       "epoch": 1,
       "global_step": 8000,
@@ -439,12 +445,6 @@
       "global_step": 3500,
       "val_wer": 1.379997366919735,
       "path": "checkpoint_epoch=0001_step=00003500_valwer=1.379997.pt"
-    },
-    {
-      "epoch": 1,
-      "global_step": 4500,
-      "val_wer": 1.3874138763329968,
-      "path": "checkpoint_epoch=0001_step=00004500_valwer=1.387414.pt"
     }
   ]
 }

checkpoints_topk/metadata.json

@@ -1,6 +1,12 @@
 {
   "compatibility_signature": "ecb1c79a9364dfe2fac014f491da9e093b8dc939f19e5994004884370168b512",
   "items": [
+    {
+      "epoch": 1,
+      "global_step": 8500,
+      "val_wer": 0.7923377364286655,
+      "path": "checkpoint_epoch=0001_step=00008500_valwer=0.792338.pt"
+    },
     {
       "epoch": 1,
       "global_step": 8000,
@@ -24,12 +30,6 @@
       "global_step": 3500,
       "val_wer": 1.379997366919735,
       "path": "checkpoint_epoch=0001_step=00003500_valwer=1.379997.pt"
-    },
-    {
-      "epoch": 1,
-      "global_step": 4500,
-      "val_wer": 1.3874138763329968,
-      "path": "checkpoint_epoch=0001_step=00004500_valwer=1.387414.pt"
     }
   ]
 }

eval_reports/epoch_0001_step_00008500.json

@@ -0,0 +1,133 @@
+{
+  "epoch": 1,
+  "global_step": 8500,
+  "model_source": "raw",
+  "metrics": {
+    "loss": 5.062230735245194,
+    "main_ctc_loss": 5.062230735245194,
+    "aed_loss": 0.0,
+    "liberta_distill_loss": 0.0,
+    "audio_teacher_loss": 0.0,
+    "cer": 0.25197995797640216,
+    "wer": 0.7923377364286655,
+    "avg_blank_probability": 0.7201568109277693,
+    "argmax_blank_fraction": 0.7670320575129683,
+    "avg_top_nonblank_probability": 0.1694960157150899,
+    "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": 1.2124607799193188,
+    "cer_short": 0.4913294797687861,
+    "samples_medium": 2021.0,
+    "wer_medium": 0.6900409276944065,
+    "cer_medium": 0.1954444037430484,
+    "samples_long": 0.0,
+    "decoded_empty_fraction": 0.0012484394506866417,
+    "decoded_avg_char_length": 42.70193508114856,
+    "decoded_avg_word_length": 6.728464419475656,
+    "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/2991.wav",
+      "speaker_id": "",
+      "reference": "Далеко ходять комбайни.",
+      "hypothesis": "дале ходиддать комбайни"
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2549.wav",
+      "speaker_id": "",
+      "reference": "Які ще будуть пропозиції?",
+      "hypothesis": "і   булодубіро поззиції і"
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/326.wav",
+      "speaker_id": "",
+      "reference": "Однак це чергова вигадка.",
+      "hypothesis": "днок цеце чергова вигадка"
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/3635.wav",
+      "speaker_id": "",
+      "reference": "Яку можливість втрачено?",
+      "hypothesis": "у  моживвісст і втно і і"
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/2212.wav",
+      "speaker_id": "",
+      "reference": "Яка ж таємниця об'єднує екіпаж?",
+      "hypothesis": "а ж такємниця оббєдноногоєкіпаж"
+    }
+  ],
+  "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": "чичитачі гадаю не забули проайську єпархію піддлеглу митрополитові"
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/1367.wav",
+      "speaker_id": "",
+      "reference": "Стьогнув ще турна через лоб.",
+      "hypothesis": "йгв ро з "
+    },
+    {
+      "utterance_id": "/home/yehor/squeezeformer/data/cv10-uk-testset-clean-punctuated/849.wav",
+      "speaker_id": "",
+      "reference": "Князь у всьому був залежний від хана.",
+      "hypothesis": "князь у всьомубу залежнинийй від хаано"
+    },
+    {
+      "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": "диутися не вартобува випадки і гідотніші ібрехливіі"
+    },
+    {
+      "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 будедорого коштти, коли я будеду увас з дактором."
+    }
+  ],
+  "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
+  }
+}