Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

invalid phonemes in training #20

Open
ZeyadAyman1 opened this issue Aug 26, 2024 · 1 comment
Open

invalid phonemes in training #20

ZeyadAyman1 opened this issue Aug 26, 2024 · 1 comment

Comments

@ZeyadAyman1
Copy link

Hello, while creating my custom dataset i found the following error :

[=============                 ] 44.4%invalid phonemes at line 3: "Recording(4).wav" "k a n + s t x d aa m + l m S r y ii0 n + E n S r + l m f aa j < + m h m aa + m m aa + < a m k n h m + m n + l aa s t ii0 l aa < + E l aa + l D f + l $ r q ii0 + l q n aa + l s w ii0 s + x l aa l + l < y aa m + l < uu0 l aa + m n + l H r b ."
[================              ] 55.6%invalid phonemes at line 4: "Recording(5).wav" "aa l < aa n + t H q q + l h d f + l < s aa s ii0 + l l < i0 s r aa < ii0 l y ii0 n + l * aa + S r f + < aa d aa n + h t m aa m h + l k aa m l + l f t H + l T r q + l m < d ii0 + < i0 l aa + m UU0 q E + l 
m E b r . + f b E ^ + < a l w ii0 + l d b aa b aa t + l l T r II0 q . + H aa uu0 l t + E n AA S r + m n + q w aa t + l m $ aa + l m S r ii0 + w a l f r q + l m d r E + E AA q + q w aa t + $ aa r uu0 n + f UU0 q E + S d aa m + m E + l q w aa t + l < i0 s r aa < ii0 l ii0 + s t m r + T w aa 
l + l n h aa r + m n E h + m n + l t x f ii0 f + E n + < a l w ii0 + l m Z l y ii0 n + l m H AA S r + f ii0 + l m z r E"
[==========================    ] 88.9%invalid phonemes at line 7: "Recording(8).wav" "g r b + < aa s y aa + h uu0 + l j z < + l j n uu0 b ii0 + l g r b ii0 + m n + q AA r + < aa s y aa +  + E l aa + x l aa f + l $ r q + l < uu0 s T + l * ii0 + ii0 t D m n + l b l aa d + l < f r II0 q ii0 + ii0 E d + g r b + < aa s y aa + t E b ii0 r a n + j g r aa f y a n + ii0 t D m n + l n h aa ii0 + l j n uu0 b ii0 + l g r b ii0 + l q AA r + < aa s y aa + w ii0 s t x d m + l l UU0 S f + h aa * i1 h + l m n T q + f ii0 + l d r aa s aa t + l t aa r ii0 x ii0 ."
[==============================] 100.0%

I used the arabic to bulkwalter converter in the repo, so i dont know what exactly is causing the issue, i am training using the train_fp_adv.py script. Here are the arabic texts mentioned i the error :
4 : كان استخدام المصريين عنصر المفاجأة مهما، مما أمكنهم من الاستيلاء على الضفة الشرقية لقناة السويس خلال الأيام الأولى من الحرب.
5:الآن تحقق الهدف الأساسي للإسرائيليين، لذا صرف آدان اهتمامه الكامل لفتح الطرق المؤدية إلى موقع المعبر. فبعث ألوية الدبابات للطريق. حاولت عناصر من قوات المشاة المصرية والفرقة المدرعة اعاقة قوات شارون، فوقع صدام مع القوات الإسرائيلية استمر طوال النهار منعه من التخفيف عن ألوية المظليين المحاصرة في المزرعة.
8: غرب آسيا هو الجزء الجنوبي الغربي من قارة آسيا. على خلاف الشرق الأوسط الذي يتضمن البلاد الأفريقية، يعد غرب آسيا تعبيراً جغرافياً يتضمن النهاية الجنوبية الغربية لقارة آسيا، ويستخدم للوصف هذه المنطقة في الدراسات التاريخية.

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

2 participants
@ZeyadAyman1 and others