config: conf/tuning/train_asr_rnn.yaml
print_config: false
log_level: INFO
dry_run: false
iterator_type: sequence
output_dir: exp/asr_train_asr_rnn_raw_th_bpe150_sp
ngpu: 1
seed: 0
num_workers: 1
num_att_plot: 3
dist_backend: nccl
dist_init_method: env://
dist_world_size: null
dist_rank: null
local_rank: 0
dist_master_addr: null
dist_master_port: null
dist_launcher: null
multiprocessing_distributed: false
unused_parameters: false
sharded_ddp: false
cudnn_enabled: true
cudnn_benchmark: false
cudnn_deterministic: true
collect_stats: false
write_collected_feats: false
max_epoch: 15
patience: 3
val_scheduler_criterion:
- valid
- loss
early_stopping_criterion:
- valid
- loss
- min
best_model_criterion:
-   - train
    - loss
    - min
-   - valid
    - loss
    - min
-   - train
    - acc
    - max
-   - valid
    - acc
    - max
keep_nbest_models:
- 10
nbest_averaging_interval: 0
grad_clip: 5.0
grad_clip_type: 2.0
grad_noise: false
accum_grad: 1
no_forward_run: false
resume: true
train_dtype: float32
use_amp: false
log_interval: null
use_matplotlib: true
use_tensorboard: true
use_wandb: false
wandb_project: null
wandb_id: null
wandb_entity: null
wandb_name: null
wandb_model_log_interval: -1
detect_anomaly: false
pretrain_path: null
init_param: []
ignore_init_mismatch: false
freeze_param: []
num_iters_per_epoch: null
batch_size: 30
valid_batch_size: null
batch_bins: 1000000
valid_batch_bins: null
train_shape_file:
- exp/asr_stats_raw_th_bpe150_sp/train/speech_shape
- exp/asr_stats_raw_th_bpe150_sp/train/text_shape.bpe
valid_shape_file:
- exp/asr_stats_raw_th_bpe150_sp/valid/speech_shape
- exp/asr_stats_raw_th_bpe150_sp/valid/text_shape.bpe
batch_type: folded
valid_batch_type: null
fold_length:
- 80000
- 150
sort_in_batch: descending
sort_batch: descending
multiple_iterator: false
chunk_length: 500
chunk_shift_ratio: 0.5
num_cache_chunks: 1024
train_data_path_and_name_and_type:
-   - dump/raw/train_th_sp/wav.scp
    - speech
    - sound
-   - dump/raw/train_th_sp/text
    - text
    - text
valid_data_path_and_name_and_type:
-   - dump/raw/dev_th/wav.scp
    - speech
    - sound
-   - dump/raw/dev_th/text
    - text
    - text
allow_variable_data_keys: false
max_cache_size: 0.0
max_cache_fd: 32
valid_max_cache_size: null
optim: adadelta
optim_conf:
    lr: 0.1
scheduler: null
scheduler_conf: {}
token_list:
- <blank>
- <unk>
- ▁
- น
- ร
- ก
- า
- เ
- อ
- ง
- ย
- ม
- ั
- ส
- ด
- บ
- ว
- ิ
- ล
- ค
- ต
- ห
- ่
- ท
- ้
- พ
- ช
- แ
- ี
- จ
- ะ
- ที่
- ุ
- ้า
- ู
- ์
- ป
- ข
- ไ
- การ
- โ
- ไม่
- ่อ
- ่า
- ็
- ื
- ํา
- ือ
- จะ
- มา
- ของ
- ได้
- เป็น
- ถ
- ีย
- มี
- ่ง
- ว่า
- ้อ
- ัน
- ใน
- ไป
- คุณ
- ▁ฉัน
- ัง
- เขา
- ความ
- ใ
- ผ
- หน
- ให้
- ทํา
- ศ
- ซ
- ึ
- นี้
- ฉัน
- มัน
- ี่
- ญ
- และ
- ประ
- ิน
- หล
- ษ
- ภ
- ธ
- ณ
- ฟ
- อย่าง
- เธอ
- '?'
- '"'
- ฐ
- '!'
- ฝ
- ฉ
- ฮ
- ๊
- ''''
- '-'
- ฒ
- ๆ
- ๋
- ฎ
- ฤ
- ฏ
- ฬ
- ฑ
- .
- ”
- ':'
- “
- ','
- ’
- ;
- ฌ
- E
- R
- O
- T
- N
- A
- I
- S
- F
- C
- '~'
- B
- K
- X
- L
- H
- M
- Y
- —
- J
- W
- ฃ
- _
- ฯ
- ํ
- U
- ๅ
- ‘
- G
- '|'
- P
- ฆ
- <sos/eos>
init: null
input_size: null
ctc_conf:
    dropout_rate: 0.0
    ctc_type: builtin
    reduce: true
    ignore_nan_grad: true
joint_net_conf: null
model_conf:
    ctc_weight: 0.5
use_preprocessor: true
token_type: bpe
bpemodel: data/th_token_list/bpe_unigram150/bpe.model
non_linguistic_symbols: null
cleaner: null
g2p: null
speech_volume_normalize: null
rir_scp: null
rir_apply_prob: 1.0
noise_scp: null
noise_apply_prob: 1.0
noise_db_range: '13_15'
frontend: default
frontend_conf:
    fs: 16k
specaug: specaug
specaug_conf:
    apply_time_warp: true
    time_warp_window: 5
    time_warp_mode: bicubic
    apply_freq_mask: true
    freq_mask_width_range:
    - 0
    - 27
    num_freq_mask: 2
    apply_time_mask: true
    time_mask_width_ratio_range:
    - 0.0
    - 0.05
    num_time_mask: 2
normalize: global_mvn
normalize_conf:
    stats_file: exp/asr_stats_raw_th_bpe150_sp/train/feats_stats.npz
preencoder: null
preencoder_conf: {}
encoder: vgg_rnn
encoder_conf:
    rnn_type: lstm
    bidirectional: true
    use_projection: true
    num_layers: 4
    hidden_size: 1024
    output_size: 1024
postencoder: null
postencoder_conf: {}
decoder: rnn
decoder_conf:
    num_layers: 2
    hidden_size: 1024
    sampling_probability: 0
    att_conf:
        atype: location
        adim: 1024
        aconv_chans: 10
        aconv_filts: 100
required:
- output_dir
- token_list
version: 0.10.6a1
distributed: false