Upload eval.py

.ipynb_checkpoints/eval-checkpoint.py

@@ -0,0 +1,137 @@
+#!/usr/bin/env python3
+import argparse
+import re
+from typing import Dict
+
+import torch
+from datasets import Audio, Dataset, load_dataset, load_metric
+
+from transformers import AutoFeatureExtractor, pipeline
+
+
+def log_results(result: Dataset, args: Dict[str, str]):
+    """DO NOT CHANGE. This function computes and logs the result metrics."""
+
+    log_outputs = args.log_outputs
+    dataset_id = "_".join(args.dataset.split("/") + [args.config, args.split])
+
+    # load metric
+    wer = load_metric("wer")
+    cer = load_metric("cer")
+
+    # compute metrics
+    wer_result = wer.compute(references=result["target"], predictions=result["prediction"])
+    cer_result = cer.compute(references=result["target"], predictions=result["prediction"])
+
+    # print & log results
+    result_str = f"WER: {wer_result}\n" f"CER: {cer_result}"
+    print(result_str)
+
+    with open(f"{dataset_id}_eval_results.txt", "w") as f:
+        f.write(result_str)
+
+    # log all results in text file. Possibly interesting for analysis
+    if log_outputs is not None:
+        pred_file = f"log_{dataset_id}_predictions.txt"
+        target_file = f"log_{dataset_id}_targets.txt"
+
+        with open(pred_file, "w") as p, open(target_file, "w") as t:
+
+            # mapping function to write output
+            def write_to_file(batch, i):
+                p.write(f"{i}" + "\n")
+                p.write(batch["prediction"] + "\n")
+                t.write(f"{i}" + "\n")
+                t.write(batch["target"] + "\n")
+
+            result.map(write_to_file, with_indices=True)
+
+
+def normalize_text(text: str) -> str:
+    """DO ADAPT FOR YOUR USE CASE. this function normalizes the target text."""
+
+    chars_to_ignore_regex = '[,?.!\-\;\:"“%‘”�—’…–]'  # noqa: W605 IMPORTANT: this should correspond to the chars that were ignored during training
+
+    text = re.sub(chars_to_ignore_regex, "", text.lower())
+
+    # In addition, we can normalize the target text, e.g. removing new lines characters etc...
+    # note that order is important here!
+    token_sequences_to_ignore = ["\n\n", "\n", "   ", "  "]
+
+    for t in token_sequences_to_ignore:
+        text = " ".join(text.split(t))
+
+    return text
+
+
+def main(args):
+    # load dataset
+    dataset = load_dataset(args.dataset, args.config, split=args.split, use_auth_token=True)
+
+    # for testing: only process the first two examples as a test
+    # dataset = dataset.select(range(10))
+
+    # load processor
+    feature_extractor = AutoFeatureExtractor.from_pretrained(args.model_id)
+    sampling_rate = feature_extractor.sampling_rate
+
+    # resample audio
+    dataset = dataset.cast_column("audio", Audio(sampling_rate=sampling_rate))
+
+    # load eval pipeline
+    if args.device is None:
+        args.device = 0 if torch.cuda.is_available() else -1
+    asr = pipeline("automatic-speech-recognition", model=args.model_id, device=args.device)
+
+    # map function to decode audio
+    def map_to_pred(batch):
+        prediction = asr(
+            batch["audio"]["array"], chunk_length_s=args.chunk_length_s, stride_length_s=args.stride_length_s
+        )
+
+        batch["prediction"] = prediction["text"]
+        batch["target"] = normalize_text(batch["sentence"])
+        return batch
+
+    # run inference on all examples
+    result = dataset.map(map_to_pred, remove_columns=dataset.column_names)
+
+    # compute and log_results
+    # do not change function below
+    log_results(result, args)
+
+
+if __name__ == "__main__":
+    parser = argparse.ArgumentParser()
+
+    parser.add_argument(
+        "--model_id", type=str, required=True, help="Model identifier. Should be loadable with 🤗 Transformers"
+    )
+    parser.add_argument(
+        "--dataset",
+        type=str,
+        required=True,
+        help="Dataset name to evaluate the `model_id`. Should be loadable with 🤗 Datasets",
+    )
+    parser.add_argument(
+        "--config", type=str, required=True, help="Config of the dataset. *E.g.* `'en'`  for Common Voice"
+    )
+    parser.add_argument("--split", type=str, required=True, help="Split of the dataset. *E.g.* `'test'`")
+    parser.add_argument(
+        "--chunk_length_s", type=float, default=None, help="Chunk length in seconds. Defaults to 5 seconds."
+    )
+    parser.add_argument(
+        "--stride_length_s", type=float, default=None, help="Stride of the audio chunks. Defaults to 1 second."
+    )
+    parser.add_argument(
+        "--log_outputs", action="store_true", help="If defined, write outputs to log file for analysis."
+    )
+    parser.add_argument(
+        "--device",
+        type=int,
+        default=None,
+        help="The device to run the pipeline on. -1 for CPU (default), 0 for the first GPU and so on.",
+    )
+    args = parser.parse_args()
+
+    main(args)

.ipynb_checkpoints/mozilla-foundation_common_voice_7_0_ga-IE_test_eval_results-checkpoint.txt

@@ -0,0 +1,2 @@
+WER: 0.39103690685413006
+CER: 0.16464767104589662

eval.py

@@ -0,0 +1,137 @@
+#!/usr/bin/env python3
+import argparse
+import re
+from typing import Dict
+
+import torch
+from datasets import Audio, Dataset, load_dataset, load_metric
+
+from transformers import AutoFeatureExtractor, pipeline
+
+
+def log_results(result: Dataset, args: Dict[str, str]):
+    """DO NOT CHANGE. This function computes and logs the result metrics."""
+
+    log_outputs = args.log_outputs
+    dataset_id = "_".join(args.dataset.split("/") + [args.config, args.split])
+
+    # load metric
+    wer = load_metric("wer")
+    cer = load_metric("cer")
+
+    # compute metrics
+    wer_result = wer.compute(references=result["target"], predictions=result["prediction"])
+    cer_result = cer.compute(references=result["target"], predictions=result["prediction"])
+
+    # print & log results
+    result_str = f"WER: {wer_result}\n" f"CER: {cer_result}"
+    print(result_str)
+
+    with open(f"{dataset_id}_eval_results.txt", "w") as f:
+        f.write(result_str)
+
+    # log all results in text file. Possibly interesting for analysis
+    if log_outputs is not None:
+        pred_file = f"log_{dataset_id}_predictions.txt"
+        target_file = f"log_{dataset_id}_targets.txt"
+
+        with open(pred_file, "w") as p, open(target_file, "w") as t:
+
+            # mapping function to write output
+            def write_to_file(batch, i):
+                p.write(f"{i}" + "\n")
+                p.write(batch["prediction"] + "\n")
+                t.write(f"{i}" + "\n")
+                t.write(batch["target"] + "\n")
+
+            result.map(write_to_file, with_indices=True)
+
+
+def normalize_text(text: str) -> str:
+    """DO ADAPT FOR YOUR USE CASE. this function normalizes the target text."""
+
+    chars_to_ignore_regex = '[,?.!\-\;\:"“%‘”�—’…–]'  # noqa: W605 IMPORTANT: this should correspond to the chars that were ignored during training
+
+    text = re.sub(chars_to_ignore_regex, "", text.lower())
+
+    # In addition, we can normalize the target text, e.g. removing new lines characters etc...
+    # note that order is important here!
+    token_sequences_to_ignore = ["\n\n", "\n", "   ", "  "]
+
+    for t in token_sequences_to_ignore:
+        text = " ".join(text.split(t))
+
+    return text
+
+
+def main(args):
+    # load dataset
+    dataset = load_dataset(args.dataset, args.config, split=args.split, use_auth_token=True)
+
+    # for testing: only process the first two examples as a test
+    # dataset = dataset.select(range(10))
+
+    # load processor
+    feature_extractor = AutoFeatureExtractor.from_pretrained(args.model_id)
+    sampling_rate = feature_extractor.sampling_rate
+
+    # resample audio
+    dataset = dataset.cast_column("audio", Audio(sampling_rate=sampling_rate))
+
+    # load eval pipeline
+    if args.device is None:
+        args.device = 0 if torch.cuda.is_available() else -1
+    asr = pipeline("automatic-speech-recognition", model=args.model_id, device=args.device)
+
+    # map function to decode audio
+    def map_to_pred(batch):
+        prediction = asr(
+            batch["audio"]["array"], chunk_length_s=args.chunk_length_s, stride_length_s=args.stride_length_s
+        )
+
+        batch["prediction"] = prediction["text"]
+        batch["target"] = normalize_text(batch["sentence"])
+        return batch
+
+    # run inference on all examples
+    result = dataset.map(map_to_pred, remove_columns=dataset.column_names)
+
+    # compute and log_results
+    # do not change function below
+    log_results(result, args)
+
+
+if __name__ == "__main__":
+    parser = argparse.ArgumentParser()
+
+    parser.add_argument(
+        "--model_id", type=str, required=True, help="Model identifier. Should be loadable with 🤗 Transformers"
+    )
+    parser.add_argument(
+        "--dataset",
+        type=str,
+        required=True,
+        help="Dataset name to evaluate the `model_id`. Should be loadable with 🤗 Datasets",
+    )
+    parser.add_argument(
+        "--config", type=str, required=True, help="Config of the dataset. *E.g.* `'en'`  for Common Voice"
+    )
+    parser.add_argument("--split", type=str, required=True, help="Split of the dataset. *E.g.* `'test'`")
+    parser.add_argument(
+        "--chunk_length_s", type=float, default=None, help="Chunk length in seconds. Defaults to 5 seconds."
+    )
+    parser.add_argument(
+        "--stride_length_s", type=float, default=None, help="Stride of the audio chunks. Defaults to 1 second."
+    )
+    parser.add_argument(
+        "--log_outputs", action="store_true", help="If defined, write outputs to log file for analysis."
+    )
+    parser.add_argument(
+        "--device",
+        type=int,
+        default=None,
+        help="The device to run the pipeline on. -1 for CPU (default), 0 for the first GPU and so on.",
+    )
+    args = parser.parse_args()
+
+    main(args)

log_mozilla-foundation_common_voice_7_0_ga-IE_test_predictions.txt

@@ -0,0 +1,1018 @@
+0
+ní bhíonn aon bhlas ar iasc gan sáin
+1
+donn an chlán ar fad a chéile
+2
+corainn na breataine
+3
+bí an long ag fácht is chuma ar bord lárach
+4
+an chéadín
+5
+chéid an ritear nadóg agus chríochta an caite ar chóscóir
+6
+ní bhur mar faiclennithe
+7
+bhí an tarpórt dubh le daoine
+8
+a ordmhéara agus a dhaoine uaisle
+9
+aon seasca pionteálba an tuigdiom
+10
+co dé cheann dar
+11
+oscail í dhríotha ghrifead abhann
+12
+ní raibh beairle ag locht a dhéanta
+13
+sráid mhuir é air i rís
+14
+is leor an dróilín a nead
+15
+níor mhaith im a bheith ag beathair
+16
+do chuimsé go leor don to maith é
+17
+in éirinn
+18
+troid ach laighn mbódar trí
+19
+bíonn sí anseo is an siúd
+20
+is an atá caintar fad le daonaid
+21
+is mór an pléisiúr dom a bheith ais anseo a san bhanasca
+22
+imir diarmud go maith sa chliáin
+23
+tá sé tite bheo le copleabrianus
+24
+diodhait
+25
+ba mhór an tógann croí dhúin ar fad i
+26
+bhí an ndáil sin loa
+27
+lítear dóitaim
+28
+ospaire a chlois den huscail i gailiadh
+29
+ar dheis labh sé go raibh a anam dílis
+30
+bhí na tonta i búlú i gcoinne na gcairgeathe
+31
+tír ar aonchaim le gach tír eile ar den
+32
+bhíodh go léir ag caint
+33
+is fearr coince bhris den ón par le ciste
+34
+an bhreasíúil
+35
+is mór an pléisiúir dom a bheith anseo lia i bríosún bhunseol
+36
+dochta risteord do hindebearc
+37
+níl ach tá peann an fóc aige
+38
+a phribhléid mhór ghomsabhad ranforsadh slim ríthábhachtach seo
+39
+óráid an uachsaráin i gaeilscoilí choileáin
+40
+to stádas aici mór thangafh gileoghuis oibre an aontasorpeach
+41
+éirí chur a spánt san fhuinneoig
+42
+tá antábhacht ag baint leis an stair mar ábhair scoile agus mar bhunchloch don todhchaí
+43
+na daoine dá dagraítear sanolt
+44
+tá lá is troca i mí na nollaigh
+45
+agus thug sé a chúlair go mícheadadht agus dimisé
+46
+sé bhri maitha eile
+47
+tréaslaíom leis na hagrthoirí agus leis na starrtha uilig
+48
+tá an chaithaoir mhór ag an doras agus tá an chathair bheag ag an bhfuinneog
+49
+an bhfuil cóta mór ort
+50
+an grád mí chomais
+51
+thosí an cruinneadh araib dath a chlog
+52
+níl sé ó láidir leis an bhfear
+53
+ceird bliana
+54
+is buí ata uaim
+55
+laigí fada atá bhuain
+56
+agus a hairde gal
+57
+tá fíor shon fáilte romhaibh ar fad go baile cliath agus go héireann
+58
+fréamh charnach a naoi sin a trí
+59
+tá na leabhairth go léir ar an mbord
+60
+an ceathrú acht déag
+61
+go raibh maith agaibh go léir
+62
+tréaslaíom sibh as bhur gcarthanochas agus as bhur sa anacht
+63
+a cúig a chlog
+64
+a dcoitheim sa lá
+65
+don na chlaib
+66
+comórtas na malte slachthur a suparbheiliú gá mhíle a seacht déag
+67
+ar an drochoir níor oiréig leis an phlean a bhí acu agus gabhadh mac aspainn
+68
+níl a máthair anseo
+69
+a airí a sheachtaí dála a sheanadóirí a dhaoine uaisle a chairde gael
+70
+a gcuid san eolais
+71
+tá dúilgas agus ról againn ar fad sondíorcht seo
+72
+an bhfuil a mróga ar na buachaillí
+73
+is liom a dhuine uasil
+74
+tá fíor chaoin fáilte romhaibh ar fad thuig áras in ugctráin inniu
+75
+aráigh líon mar sin go díon príomhchúis a bhfuil mais anseo inniu
+76
+ní ga héasca a huirlis é
+77
+a aon oirirce a mhisinéirí a dhaoine huaisle agus a dhaoine córa ar fad
+78
+tá a dhuine uasail
+79
+an é sin tmást
+80
+is iontach an rud í gach teanga
+81
+agus dhaoineoga agus dhaltaí scoil é aibitháirithe
+82
+an inite
+83
+mo hoc féin
+84
+bhí an gathar ina naoi
+85
+ar an lámh
+86
+tá seán chomh mór leiséamas
+87
+is é cuireann túthól an sliabh is airde in éireann
+88
+cad é an sliabh is airde ar domhan
+89
+a íona uile agus dhaoinioga octhoiridhe
+90
+nach mór atá pól
+91
+a dó a chlog
+92
+an bhfuil grá agat dom
+93
+an raibh aon tae agat
+94
+bhfuair mé an ghal mhó sin
+95
+cén bhrí atá leis a maith
+96
+tááthas orm bheith libh ar fear anseo
+97
+cá méid sí ar an mbaraig
+98
+le high na scroibneorcta ifigceola
+99
+cá bhfuil an leabhar dubh a mhair
+100
+bainigí soilt as an cuid éire den leo
+101
+laoinmist orainn mar phobal ag saorúna poblachta agus ag síorú na gaeilge
+102
+aiscí
+103
+ainm
+104
+is cuid leathair dár nord iad na hoileáin amach ó chósta na tíre seo
+105
+ar an mhór mé
+106
+ná créid a bheici tú
+107
+is críoch iontach í an ceol choirm seo ar lá iontach gceathair thaisce
+108
+an bhfuil aon ghram feor aige
+109
+is í an ná seo in or chríoch is mó ar domhan
+110
+teac an tagairt
+111
+cá bhfuil an ghrian
+112
+is mású bál beo ná mara
+113
+tháinig sé leis an bhfear
+114
+an bhfuil bhur leabhair agaibh go léir a bhuichlaí
+115
+cur na leabhar sá ar an mbord
+116
+oráid an uachtaráin ag bronnadh gradam chomrsáide an reachtais dhá mhíle a sé déag
+117
+an choirt a thugann braon agus cóleannaineachas don niomlán
+118
+tosú an bhfuil sibhag baint taitneamh as an leath
+119
+thig á sin go tí ar nóg
+120
+tur cabhair don oireann
+121
+tá mé an bhíodh díobh sé go léir freisin as an fíorchaoin fáilte a deairsibh róil
+122
+tá fáilte raibh go léir chuig áras an uachtaráin tráthnóna
+123
+an éadáil
+124
+an leabhar sin
+125
+sin é duine uasail
+126
+diobhúin
+127
+tá a bhean uasal tut sé faoin mbord
+128
+léiriú agus a dráin
+129
+is fearr bthán buamhear nó caisleón gcorsag
+130
+ó ghaltaí scoil air
+131
+an bhfuil chta oirchaigh
+132
+an gcarsúin laidar
+133
+gorabhmaith agaibh as ucht a fáilte cinialtaith
+134
+cá raibh sé
+135
+air siad an locht
+136
+i né a chíle a thógtar na ceaislain
+137
+is mór an pléisiúr tú é an chúrthoil tábhachtach seo a sheolaigh
+138
+a ceathair déag dmhícheth
+139
+aichnainn de saghas a bhí á
+140
+acht ón airactas
+141
+nuair airí ar ad píosa oilinne a shainmhíni doirt sé
+142
+tááthas orm shin agus ar haidhmhín go bhfuil sibh inár gcoludear
+143
+ceapann sé anois go leis shin an dá cheann cuig
+144
+a dó dhéag de mhíithe
+145
+tá áthas orm a bheith mhéar fad anseo inniu
+146
+ní hé lán gutha lán scod
+147
+is mór an cholaint éadon dlí agus déiraini gcoitínn
+148
+is mór an pléisiúr don a bheith anseo arís inniu
+149
+chathaoirligh agus da dhaoine uaisle go léir
+150
+an leabhar bán
+151
+tá seasmhacht ag baint le saothair agus oihrocht edird do léoini
+152
+an rabrdar go léir ag obair
+153
+agus cad é an dath atá air
+154
+caoi le caol agus leathann len leathan
+155
+doibrigh daoine a slámh a chéile
+156
+níl aon leabhar ag an doras ac tá leabhar ar an mbord
+157
+ceacht a de
+158
+ar an mbala
+159
+bíonn súil le more ach ní bhíonn súil le tír
+160
+tá áthas orm a bheith anseo in leabhair linn teastar bísí inocht
+161
+ar an bróg
+162
+an bhfuil an leabhar dearg ar an urlár a mhichíol
+163
+go raibh míle maith agaibh agus beirgí libh mo fhanacht ó croí
+164
+tainn sé leis rothaíocht faoin roinn brá
+165
+cá bhfuil an mála dearg
+166
+tá mo dhóthain aráin agam
+167
+ní deas an rud é
+168
+is maith an scáthán súl chairad
+169
+óráid an uachtaráin ag comórtas peille na noileán dhá mhíle as sé déag
+170
+ar an gcóta
+171
+ní bheidh siad ní bheidh mhál ó murchú ar scoil amárach
+172
+a choimisinéirí oifig na noibricea poiblí
+173
+bíonn clúsa air na clathaca
+174
+an cúigúbliain
+175
+is é seo an fear
+176
+a héin a chlog
+177
+tá sé a ceathair a chlog
+178
+tá fáilte agus fiche romhaibh ar fad anseo cuig áras an uachtarán
+179
+ar an ordóg
+180
+tá an mála buí ar an mbinse
+181
+cad é an condé is mó in éirinn
+182
+cá bhfuil sé inniu
+183
+tá i mar mbisca
+184
+tá muid go mbeidh
+185
+mí an peata
+186
+tús maith leath na hoibre
+187
+brisean giall mo thine
+188
+is bosca é seo
+189
+tá an spéir ina chriathair
+190
+nach raibh an dá leabhar aige inné
+191
+agus nach breá an píosa déan scoth atá cnothaí aca
+192
+tá seán ag an doras
+193
+níaradhtas poill slaibh an céad
+194
+aire mhoirá agus bog an cliabhán
+195
+tá roinnt agaí taca ón naoltacht agus cuid el ón agaibh ón náltocht
+196
+is lú é seo ná é siúd
+197
+dún do leabhar anois
+198
+tá a bhean uasail
+199
+cailín deas don
+200
+tad ag an hiarracht
+201
+sé an taigéan ciúin an taigéan is mór donn
+202
+do mhór
+203
+ar an éadach
+204
+ná ar cháil
+205
+an bhfuil an chathaoir ag a tine a shíle
+206
+túir g an bhean sin é
+207
+níl aon cinn acaibh an sin
+208
+na seamrog glas beag
+209
+tá a dearfar sa bhaile
+210
+cuid de na far
+211
+ní bheidh si at
+212
+am cinniúinach a bhíos na nóchidí i star ón chailecáin
+213
+tá oscaid ghaoil agam leat
+214
+an séú ceacht
+215
+an ciste dearlaic
+216
+a seacht a chlog
+217
+mólanóige agus tioicisí
+218
+ní fáil go haoir é
+219
+tá a thathair anseo
+220
+scaip séin a leabhair
+221
+bhfuil aon ní ar an urlár
+222
+cearca lár
+223
+a ceathair na mairt sé é choda mar air
+224
+a ard mhéara
+225
+cead a tirim an t anois a bhriainn
+226
+bhí sé beoir éigin
+227
+mar sé an tarm i de seo hóga buleliubh
+228
+é sin an taon chúis le giolgolaim dár nuige
+229
+mona bhfuil timpeallacht sláintiúil an ní bheidh geilleagar sláintiúl ná sochaí sláintiúil an ach oirit
+230
+an bhfuil a ghrátháir anseo i dhirmait
+231
+páistí óga iad sin
+232
+a cúig déag fiche ithe
+233
+is mian le rá a ríst chomh mór is atáim as an tús seo fáil
+234
+ní shá a dhuine uasail
+235
+bhí sí ina suí ar an urlár a dí sin ag cardáil
+236
+tá mé buíoch daoibh as an gcuireadh agus as an bhfáil te íorchaoin a chur sibh romham
+237
+bhí sé anseo déag daoin í
+238
+bíogí ar bhur suaimhneas
+239
+tá de bhróg ort
+240
+cas siad le chéile roimh an gcinneadh
+241
+cailín ag mór agus mór i gciridéirca
+242
+ba mhóir an onóir dom freisin cuireadh a fháil chun chráin a chrainnseo
+243
+bhain sé leas as an gaeilge san irseochtchomaith céim cheann bródíoch eile
+244
+níl mé sásta go hiomlán gur glacadh le mé oirtes ar gach leibhéal
+245
+ba mhaith liom mo bhuíochas a ghabháil le don cumainn iormhéire na cathrach seo
+246
+an bhfuil tú níos feor nad a chriathair
+247
+a cheann foirne agus a ógalchánn na héireann
+248
+beagán aráin
+249
+mathach sa féin
+250
+a thochtdéag d aici
+251
+di dhaoibh go léir
+252
+tollán fear breá in éirinn
+253
+gabhaim buíochas le cisigeallaithar uachtaráin chraobh na héireann an bhacadh
+254
+crónaomach is fearr dhó sin
+255
+an é sean tomás
+256
+air norán léithúl
+257
+an cuideachta a orcainad
+258
+an raibh diarmand ag obair
+259
+tá chóta bán ar ndóra
+260
+acht a cháin ná órúnú
+261
+an clár do thrádálaithatéi
+262
+fítéadach
+263
+sail a sholáthróirí obair iontach do chách
+264
+tá dhuine uasail agus an leabhar gorm agus an leabhar dó
+265
+tioimislímóc mharú seacht sa hacht le héin
+266
+an linn coltaí
+267
+tá an bosca aran gcathaoir
+268
+bei páraic ó conaire a light sí is caighdeán na sroneoireachta sa fuadhailn
+269
+is liom a bhean uasail
+270
+tá sé do díol
+271
+chon comhghardas dheanamh libh as ó chomórtas na mailte a bhuachaint
+272
+an mbeidh dón le lhíre anseo
+273
+is mór an pléisiúr dom é an chomhdháil tháchtach seo oscailt
+274
+fuair bás an séaúláde mhí dhear póir míle na i gcéad fiche hocht
+275
+an cúigú cheacht
+276
+an áit an bhfuil séimh
+277
+cá bhfuil le capall
+278
+a óglachan héirinn
+279
+is maith leis na fir mhí an speaisdóracht
+280
+fear mór crua é siúd
+281
+bei beann acht
+282
+bhí siad ag macht le fáiin
+283
+gur i céad míle maith agaibh as an bhforchaoin fáilte sin a dair sibhróaid
+284
+tá an chuma ar an scéal go raibh mí thuiscint ar dhaoine áirithe ina thaobh
+285
+maidir leis an obair féin dearcán an daonna de pipalséicáirn
+286
+agus a móid sé i gcolairne a márach
+287
+an ir rua
+288
+si maíonn thar na barta
+289
+tá sul agam gor tráthnóna torthúl a mbeidh an díobh
+290
+an ghaelga teanga dhúchais an ilánseo
+291
+ama chuid salán
+292
+ceacht a héaon déag
+293
+luí an liorchán seo
+294
+tá cuideachú seo holc
+295
+tá cáilín deas ar an bhfuinneog
+296
+parlaimint na chorpa
+297
+is i méirle a leabhar siamas
+298
+cimeid fearg ard na faide
+299
+ar an cathaoir
+300
+tááthas orm a fhógairt go bhfuil tús leis an ochtú tríú comórtas náisiúnta treamhadáreachta
+301
+tá áis orm shan agus ar thaidhbhín fáilte a airidhbromhaimh thig áras an uachtaráin
+302
+tá áthas orm shan agus ar thaibhín fáilte arad romhaibh a thar as an uachtaráin
+303
+domprig siad an tollad is tac ar an doras
+304
+tá sé i gcorcaig
+305
+cá bhfuil siad
+306
+cháir an gcnoic
+307
+níl cro ar bi ort
+308
+an bhfeiceann tú an díol
+309
+is maith an scéal í an aimsir
+310
+an bhfuil do leabhar féin agat
+311
+tír ina raibh an ghaeilge beo beag
+312
+maoin an go is saicht
+313
+tá cuid do sineólg
+314
+an fear mór
+315
+ní raibh spide faoi air
+316
+go raibh míle maith guibh as ucht na faoicáin fáilte a dtéir sibh romhabh
+317
+tá mo bhróga orm
+318
+a chloigeann iad thall atá ag an teanga
+319
+sin tús na párta
+320
+go raibh míle meth agabh as bhur bhfíorthain fáilte
+321
+dúirt sé go deich is
+322
+is lá é seo hun chill air é ann
+323
+an bhfuil do dhearthar théann ar scoil inniu
+324
+ar an leabhar
+325
+an bhfuil an capall agat
+326
+an iomarca isce
+327
+na fáinní deasad
+328
+ní dhearna an cillach ag imeacht laithrea agus an scéal a inti stair antí
+329
+níos luaithe inniu bhí rinn searmanis againn chun an caomhaon oibhíinn a thomrúdh
+330
+beidh sé anseo
+331
+to scóip mí
+332
+tá áthas orm mar aorladh ar crúiseog fheilidis éireann lort libh inniu
+333
+is mór an pléisiúr do a bheith anseo inniu
+334
+achomhairc ginne cinna na cúirte dtoithe
+335
+bhí an fear ba mhó ina shuí sa thoithoirbolú
+336
+ar an dheoin saol orainn sé chun an teanga aichnútháin agus alathna
+337
+an fhróg agus an madra riail
+338
+deir sé go bhuil leor buí aige
+339
+an ciste gráin
+340
+comhghairdeas ó chroí libh
+341
+balla ísil is ea é sin
+342
+ábhar ginearálta
+343
+tá fíorchaoin fáilte romhaibh ar fad go bhaile átha clia agus go héireann
+344
+airleacain in ais iaca
+345
+tá sé ar ceann dena bócfoinntsí ar iolra sóisialta na héireann
+346
+ar an mir
+347
+nach raibh na búcaillí ag caint leis
+348
+buí is fearr
+349
+an bhliain
+350
+chos aige orthu ag cardáil arís
+351
+an bhfuil as agatsa a sháraigh
+352
+gur fada bun sibh agus go raibh míle maith agaibh go léir
+353
+thusaig móra i gcabhail chrnán na bunoibre do gclár íseal
+354
+mbeidh sé anseo amáreach
+355
+bhfuil bhua bróga araigh
+356
+an chéad cheacht
+357
+céard aon difríocht ama idir seo agus fear seo
+358
+ní dhiomáil
+359
+toil do fái agus turfar dit é
+360
+an bhfuil do chárta beag ar an mbord a mhichíl
+361
+an duine gal
+362
+cá haon a bheidh sé anseo
+363
+a chairde na héireann agus na héatópa
+364
+an a tóip
+365
+cur i cé letáin
+366
+tá sí go maith
+367
+leith an sean chaol í sin
+368
+for lámh as na ná
+369
+ní dhá inte drugaí
+370
+céard aon tír is mó ar domhan
+371
+is fearr romaith n�� drocheasa
+372
+an chionmhaireacht a leighdófar an méid ó luachaladh
+373
+an taonú ceacht déag
+374
+tá ann bhróg ag an seanmháthair
+375
+fuacht na haimsire
+376
+dá fad an lá tagann an trómóra
+377
+tugann sé deis do scéalaithe na nua físe a ghardolam agus a mhaisiú
+378
+mar a dúirt an foile séamusshoní
+379
+ach níl a gcasóga orthu
+380
+is ábhar márta seo is bród daoibh an méid sin
+381
+a chairde na héireann agus na síne
+382
+is mór an pléisiúr dom an tochtú séú comórtas náisiúnta tréomhdárachta a oscailt
+383
+cá bhfuil sé a bhuishíl
+384
+an príomhstúrthoir
+385
+gabhann buíochas leat as a chuid focal coinálta nocht a hacht aráin
+386
+ban an crios sin diat
+387
+fearim fíorchon fáilte roimh gach duine atá linn tráthnóna
+388
+an deathú ceacht
+389
+cad eile a bhí agat
+390
+bhí an madra rua ann
+391
+bhí sé air cré
+392
+mo tháleann tú uair ar madin beidh tú á tóraíocht i rith an léi
+393
+cé li mo ch arad
+394
+na cailíní beaga
+395
+go raime agaibh
+396
+an cad is gaire don scoirnach
+397
+an chionmhaireacht a laghdófar an méadú ar an luacháil
+398
+ach cathmaid léirmheas a dhéana ar na mbóna
+399
+táim dolta
+400
+airleacain ó údráistithe chun tithe á oirigniú a dheisiú agus asú
+401
+maracalscéir is mian no mo thuíoch is a chomháillibh rís aschur bhlaithiúlacht
+402
+cad aon theocht mac an chait a chlochairú
+403
+mo chrua sa an té a bhfuil sin aige
+404
+bhí aráin agus im agam
+405
+sagairt is ea é
+406
+an raibh aon ní eile agat
+407
+go noirí leat
+408
+go raibh míle maith agaibh go léir
+409
+go mbarig sé sin
+410
+níl sé na gcréithra
+411
+cradach sé go miag
+412
+ceathair lá toréis lá nollaigh sin an naoú lá is fiche de bhí na nollaigh
+413
+bhí máira ní ceallaigh anseo in né ach níl sí anseo inniu
+414
+déir siamus go mbeidh siad i gcilarna
+415
+an tríú ceacht
+416
+is éard is bille ann ná crann mór na chaife
+417
+is mór an pléisiúr dom a bheith anseo libh ar fad inniu
+418
+an comhthéacs as a dtagann faidireachtí dunnio agus don todhchaí
+419
+feasaar daire chinntigh air drochch chun tú a bhí gceist
+420
+támthárbhe sásta a bheith anseo libh inniu
+421
+le róid mé i méile ar fathamalín ar fána de thuigisiobh sibh irbál
+422
+tá sí go maith go raibh maith agat
+423
+is lei míchál ó tú m éi
+424
+a héiráin í thrithedátha
+425
+is mór an pléisiúir dom a bheith ar ais anseo samfranseasco
+426
+bhí leabhar buí agam an lá faoi deir ach níor sé agam anois
+427
+a trí déag dfhichithe
+428
+an bord do cheannach agus do ghal cruithneachta
+429
+beoir bua agus beannacht
+430
+bar beannacht don todhchaí
+431
+céad bliain ó fail sí ag an leabhar
+432
+treasliaoim libh agus déanam córgháirdeas libh as an tor obair seo atá curtha i gcrích agaibh
+433
+cé hiad na toisí onainn a spreagann muid chun troda
+434
+bhí idir cailíní agus fao c li ann
+435
+ruga an tochtú lá is fiche de bhí feabhra míle ocht gcéad ocht a dó
+436
+is mar gheabhall air sin
+437
+ainmneacha torann cheantair iascaigh
+438
+ní thaid go deimhin
+439
+is minic an aran a searbh
+440
+an raibh na cailíní ag obair
+441
+san air
+442
+an raing
+443
+impí morabh gan na mbáid a leagann le sroch
+444
+diíolthaimé an comhair leat uair aige
+445
+ní dóigh liom go dorfaí post do
+446
+as ba céile at air
+447
+is minic cuma angal ar an deal féin
+448
+níl aon tinte mar de hinsean féin
+449
+tá sibh bailithe ón arnó phríobháideach an airnó dheonach agus an stát chóras
+450
+tréaslaím sé bh as bhur ag arthnathas agus aschur saor anocht
+451
+bhí athbheochan na gaeilge ina príomhaidhm a cion rí an ir amach
+452
+cim rath agus sonas oraibh go léir
+453
+na seanóirí glas bige
+454
+co cairdeas libh go léir agus go mear si ar a laghad an chéad
+455
+an bhfuil capall ar bei agat
+456
+ar an gcois
+457
+níl agus ní bheidh sí anseo amárach
+458
+is uaisle an rí ná an bochtáin
+459
+teach fór é sin
+460
+paradacsúil teibíachuigcó ní ábhartha
+461
+tastí an mínú ar an scéal
+462
+bhí tar mhiscairdí agus mamhóroir cuig saint i nár daoin na mbláth
+463
+go ndéana
+464
+tá sé sa bhaile
+465
+ba ger ghann naíonán ina hircimci súinn
+466
+cac duine to sa go thóir ithe
+467
+an chead chomhairle a bhunú
+468
+is í sin briad
+469
+is comannomocht sin ag an teist
+470
+ní raibh ach bhí uachtair agam
+471
+an bhfuil sé a trí a chlog fós
+472
+cá bhfuil an blefón
+473
+i dtús an shíl
+474
+tá sé anseo anois
+475
+ní liom is leis féin mé
+476
+fraomh chearnach fiche a cúig sin a chúig
+477
+níl go baileach ach is deasliom a bheag bhfaighmúh
+478
+comhghairdethas mór le cnoic an an an fhinn
+479
+aird rialtas áitiúil
+480
+ceathru leo
+481
+bhí mocar gach mall aige
+482
+beidh sí sa bhaile
+483
+níl a bhean uasail
+484
+óráid an uachtaráin micheordí ó chiúin a coisiúgh bhailgasi ghairdín
+485
+an fear mór
+486
+chúig sí an don go dí an cliabhann
+487
+tá áthas orm a bheith anseo inniu chun ólamhéireann le folaíocht nua a hógairt
+488
+an bhuúcanach meig ag opair
+489
+an habhair
+490
+an ar an mbord atá an chathaoir
+491
+a dhaoine uaisle a chairde gaol
+492
+tá tanic bar feiste an seachtú leada bhíomháirte dhá mhíre a chúig déag
+493
+a bhfuichalí a chailíní agus a chairde go léir
+494
+is mó an tleis úr on é an tochtú cúig chomórtas naisiúnta treamhdeoiraocht a oscailt
+495
+dam buíochas libh a chairde táimid ag tríú de tuile araib air ba
+496
+an fheiceann tú an leabhair seach a charnach
+497
+an dara ceacht déag
+498
+na séanróga glas a beaga
+499
+ifeascatha
+500
+nach mian atá sí
+501
+ag an fhuinneog
+502
+airnaois ag an stát a aistriú chun a noríis
+503
+an ní ó ceacht
+504
+a bhaill líon taobh as ghlas i in
+505
+bíonn achtú súl ag
+506
+bíodh an capalig an bheag do bheag
+507
+an ghaoil bhí anseo
+508
+comhall grefiúir a thomáis

log_mozilla-foundation_common_voice_7_0_ga-IE_test_targets.txt

@@ -0,0 +1,1018 @@
+0
+ní bhíonn aon bhlas ar iasc gan salann
+1
+dfhan an chlann ar fad le chéile
+2
+corn na breataine
+3
+bhí an long ag fanacht is chuamar ar bord láithreach
+4
+an chéadaoin
+5
+shéid an réiteoir an fheadóg agus chríochnaigh an cluiche ar chomhscór
+6
+ní bhfuaireamar faic le nithe
+7
+bhí an taerphort dubh le daoine
+8
+a ard mhéara agus a dhaoine uaisle
+9
+aon seans go bpeinteálfá an tig dom
+10
+contae chill dara
+11
+ascaill uí ghríofa griffith avenue
+12
+ní raibh béarla ag lucht a dhéanta
+13
+sráid mhuire mary street
+14
+is leor don dreoilín a nead
+15
+níor mhaith liom a bheith ag brath air
+16
+do chum sé go leor dánta maithe
+17
+in éirinn
+18
+sráid theach laighean molesworth street
+19
+bíonn sí anseo is ansiúd
+20
+*is ann atá caint ar fad le déanaí
+21
+is mór an pléisiúir dom a bheith ar ais anseo i san francisco
+22
+dimir diarmaid go maith sa chliathán
+23
+tá sé tite i bhfeoil le cúpla bliain anuas
+24
+dia dhuit
+25
+ba mhór an tógaint croí dúinn ar fad é
+26
+bhí an fheoil sin lofa
+27
+dlítear duit uaim
+28
+ospidéal chuláiste na hollscoile gaille
+29
+ar dheis lámh dé go raibh a anam dílis
+30
+bhí na tonnta ag bualadh i gcoinne na gcarraigeacha
+31
+tír ar aon chéim le gach tír eile ar domhan
+32
+bhíodar go leir ag caint
+33
+is fearr gaeilge bhriste ná béarla cliste
+34
+an bhrasaíl
+35
+is mór an pléisiúir dom a bheith anseo libh i bpríosún mhuinseo
+36
+dr risteard de hindeberg
+37
+níl ach tá peann ina phóca aige
+38
+ba phribhléid mhór domsa a bheith rannpháirteach san imeacht ríthábhachtach seo
+39
+óráid an uachtaráin ag gaelscoil uí choileáin
+40
+tá stádas aici mar theanga oifigiúil agus oibre san aontas eorpach
+41
+éadaí a chur ar taispeáint san fhuinneog
+42
+tá antábhacht ag baint leis an stair mar ábhar scoile agus mar bhunchloch don todhchaí
+43
+na daoine dá dtagraítear san alt
+44
+tá lá is tríocha i mí na nollag
+45
+agus thug sé a chúl air go mícheadtach agus dimigh sé
+46
+sé bhur mbeatha uile
+47
+tréaslaím leis na heagarthóirí agus leis na staraithe uilig
+48
+tá an chathaoir mhór ag an doras agus tá an chathaoir bheag ag an bhfuinneog
+49
+an bhfuil cóta mór ort
+50
+an grád míchumais
+51
+thosaigh an cruinniú ar a deich a chlog
+52
+níl sé chomh láidir leis an bhfear
+53
+ceithre bliana
+54
+is buí atá uaim
+55
+luí fada atá uaim
+56
+agus a chairde gael
+57
+tá fíorchaoin fáilte romhaibh ar fad go bhaile átha cliath agus go héireann
+58
+fréamh chearnach a naoi sin a trí
+59
+tá na leabhair go léir ar an mbord
+60
+an ceathrú ceacht déag
+61
+go raibh maith agaibh go léir
+62
+tréaslaím sibh as bhúr carthanachas agus as bhúr saoránacht
+63
+a cúig a chlog
+64
+a gcaithim sa lá
+65
+dún do chlab
+66
+comórtas na mbailte slachtmhara supervalu dhá mhíle a seacht déag
+67
+ar an drochuair níor éirigh leis an phlean a bhí acú agus gabhadh mac easmainn
+68
+níl a máthair anseo
+69
+a airí a theachtaí dála a sheanadóirí a dhaoine uaisle a chairde gael
+70
+a gcuid saineolais
+71
+tá dualgas agus ról againn ar fad san iarracht seo
+72
+an bhfuil a mbróga ar na buachaillí
+73
+is liom a dhuine uasail
+74
+tá fíorchaoin fáilte romhaibh ar fad chuig áras an uachtaráin inniu
+75
+ar aghaidh linn mar sin go dtí an phríomhchúis a bhfuilimid anseo inniu
+76
+ní go héasca a tharla sé
+77
+a aíonna oirirce a mhisinéirí a dhaoine uaisle agus a dhaoine córa ar fad
+78
+tá a dhuine uasail
+79
+an é sin tomás
+80
+is iontach an rud í gach teanga
+81
+agus a dhaoine óga agus a dhaltaí scoile ach go háirithe
+82
+an india
+83
+mo theach féin
+84
+bhí an gadhar ina luí
+85
+ar an lámh
+86
+tá seán chomh mór le séamas
+87
+is é corrán tuathail an sliabh is airde in éirinn
+88
+cad é an sliabh is airde ar domhan
+89
+a aíonna uile agus a dhaoine óga ach go háirithe
+90
+nach mór atá pól
+91
+a dó a chlog
+92
+an bhfuil grá agat dom
+93
+an raibh aon tae agat
+94
+fuair mé anghal uaidh sin
+95
+cén bhrí atá leis an mbeatha
+96
+tá áthas orm bheith libh ar fad anseo
+97
+cá mbeidh siad amárach
+98
+le haghaidh na scríbhneoireachta oifigiúla
+99
+cá bhfuil an leabhar dubh a mháire
+100
+bainigí sult as an chuid eile den lá
+101
+leanaimis orainn mar phobal ag saothrú na poblachta agus ag saothrú na gaeilge
+102
+aiscí
+103
+ainm
+104
+is cuid luachmhar dár noidhreacht iad na hoileáin amach ó cósta na tíre seo
+105
+ar an bhfuarma
+106
+ná creid a bhfeicfidh tú
+107
+is críoch íontach í an ceolchoirm seo ar lá íontach i gcathair ghlaschú
+108
+an bhfuil aon ghreim feola aige
+109
+is í an áise an ilchríoch is mó ar domhan
+110
+teach an tsagairt
+111
+cá bhfuil an ghrian
+112
+is maith sú bó beo nó marbh
+113
+tháinig sé leis an bhfear
+114
+an bhfuil bhur leabhair agaibh go léir a bhuachaillí
+115
+cuir na leabhair seo ar an mbord
+116
+óráid an uachtaráin ag bronnadh gradaim chumarsáide an oireachtais dhá mhíle a sé déag
+117
+an chuid a thugann brí agus comhleanúnachas don iomlán
+118
+tá súil agam go bhfuil sibh ag baint taitneamh as an lá
+119
+chuaigh oisín go tír na nóg
+120
+tabhair cabhair don fhoireann
+121
+tá mé anbhuíoch díbhse go léir freisin as an bhfíorchaoin fáilte a dfhear sibh romham
+122
+tá fáilte romhaibh go léir chuig áras an uachtaráin tráthnóna
+123
+an iodáil
+124
+an leabhar sin
+125
+sin é a dhuine uasail
+126
+de bhun
+127
+tá a bhean uasal tá sé faoin mbord
+128
+léiriú agus eadráin
+129
+is fearr bothán biamhar ná caisleán gortach
+130
+ó dhaltaí scoile
+131
+an bhfuil hata uirthi
+132
+an garsún láidir
+133
+go raibh maith agaibh as ucht na fáilte cineálta
+134
+cá raibh sé
+135
+air siúd an locht
+136
+i ndiaidh a chéile a thógtar na caisleáin
+137
+is mór an pléisiúr dom é an chomhdháil thábhachtach seo a sheoladh
+138
+a ceathair déag d'fhichithe
+139
+acmhainn de shaghas a bhí ann
+140
+acht ón oireachtas
+141
+nuair a iarradh ar eddie píosa ealaíne a shainmhíniú dúirt sé
+142
+tá áthas orm féin agus ar shaidhbhín go bhfuil sibh inár gcomhluadar
+143
+ceapann sé anois gur leis féin an dá cheann acu
+144
+a dó dhéag d'fhichithe
+145
+tá áthas orm a bheith libh ar fad anseo inniu
+146
+ní hé lá na gaoithe lá na scolb
+147
+is mór an chailliúint é don dlí agus d'éirinn i gcoitinne
+148
+is mór an pléisiúr dúinn a bheith anseo arís inniu
+149
+a chathaoirligh agus a dhaoine uaisle go léir
+150
+an leabhar bán
+151
+tá seasmhacht ag baint le saothar agus oidhreacht edward delaney
+152
+an rabhadar go léir ag obair
+153
+agus cad é an dath atá air
+154
+caol le caol agus leathan le leathan
+155
+d'oibrigh daoine as lámha a chéile
+156
+níl aon leabhar ag an doras ach tá leabhar ar an mbord
+157
+ceacht a deich
+158
+ar an mballa
+159
+bíonn súil le muir ach ní bhíonn súil le tír
+160
+tá áthas orm a bheith anseo i leabharlann chester beatty anocht
+161
+ar an mbróg
+162
+an bhfuil an leabhar dearg ar an urlár a mhichíl
+163
+go raibh míle maith agaibh agus beirigí libh mo bheannacht ó chroí
+164
+thaitin sé leis rothaíocht faoin ngrian bhreá
+165
+cá bhfuil an mála dearg
+166
+tá mo dhóthain aráin agam
+167
+ní deas an rud é
+168
+is maith an scáthán súil charad
+169
+óráid an uachtaráin ag comórtas peile na noileán dhá mhíle a sé déag
+170
+ar an gcóta
+171
+ní bheidh siad ní bheidh mícheál ó murchú ar scoil amárach
+172
+a choimisinéirí oifig na noibreacha poiblí
+173
+bíonn cluasa ar na clathacha
+174
+an cúigiú bliain
+175
+is é seo an fear
+176
+a haon a chlog
+177
+tá sé a ceathair a chlog
+178
+tá fáilte agus fiche romhaibh ar fad anseo chuig áras an uachtaráin
+179
+ar an ordóg
+180
+tá an mála buí ar an mbinse
+181
+cad é an contae is mó in éirinn
+182
+cá bhfuil sé inniu
+183
+táim ar meisce
+184
+táimid go maith
+185
+mí an mhárta
+186
+tús maith leath na hoibre
+187
+briseadh giall mo dhuine
+188
+is bosca é seo
+189
+tá an spéir ina criathar
+190
+nach raibh an dá leabhar aige inné
+191
+agus nach breá an píosa den scoth atá cruthaithe acu
+192
+tá seán ag an doras
+193
+ní raibh teas pill sa bhlaincéad
+194
+éirigh a mháire agus bog an cliabhán
+195
+tá roinnt agaibh tagtha ón ngaeltacht agus cuid eile agaibh ón ngalltacht
+196
+is lú é seo ná é siúd
+197
+dún do leabhar anois
+198
+tá a bhean uasal
+199
+cailín deas donn
+200
+tada gan iarracht
+201
+is é an taigéan ciúin an taigéan is mó ar domhan
+202
+de bharr
+203
+ar an éadach
+204
+nár chaill
+205
+an bhfuil an chathaoir ag an tine a shíle
+206
+tabhair don bhean sin é
+207
+níl aon ceann acu ansin
+208
+na seamróg glas beag
+209
+tá a deirfiúr sa bhaile
+210
+cuid de na fearaibh
+211
+ní bheidh siad
+212
+am cinniúnach a bhí sna nóchaidí i stair an chraolacháin
+213
+tá ioscaid ghaoil agam leat
+214
+an séú ceacht
+215
+an ciste dearlaice
+216
+a seacht a chlog
+217
+mol an óige agus tiocfaidh sí
+218
+ní fál go haer é
+219
+tá a hathair anseo
+220
+scaip sé na leabhair
+221
+an bhfuil aon ní ar an urlár
+222
+ceart go leor
+223
+i gcathair na mart is ea chodail mé aréir
+224
+a ardmhéara
+225
+cad atá ar an mbinse anois a bhriain
+226
+bhí sé beo ar éigean
+227
+mar sin tá áthas orm an deis seo a bheith agam bualadh libh
+228
+ní hé sin an taon chúis le gaeilge a fhoghlaim dar ndóigh
+229
+muna bhfuil timpeallacht shláintiúil ann ní bheidh geilleagar sláintiúil ná sochaí shláintiúil ann ach oiread
+230
+an bhfuil do dheartháir anseo a dhiarmaid
+231
+páistí óga iad sin
+232
+a cúig déag d'fhichithe
+233
+is mian liom a rá arís chomh mór is atáim as an duais seo a fháil
+234
+ní hea a dhuine uasail
+235
+bhí sí ina suí ar an urlár go dtí sin ag cardáil
+236
+tá mé buíoch díobh as an gcuireadh agus as an bhfáilte fhíorchaoin a chur sibh romham
+237
+bhí sé anseo dé domhnaigh
+238
+bígí ar bhur suaimhneas
+239
+tá do bhróga ort
+240
+chas siad le chéile roimh an gcruinniú
+241
+cail��n ag mór agus mór ag iarraidh déirce
+242
+ba mhór an onóir dom freisin cuireadh a fháil chun crann a chur anseo
+243
+bhain sé leas as an ngaeilge san iriseoireacht chomh maith céim cheannródaíoch eile
+244
+níl mé sásta go hiomlán gur glacadh le miarratas ar gach leibhéal
+245
+ba mhaith liom mo bhuíochas a ghabháil le john cummins iarmhéara na cathrach seo
+246
+an bhfuil tú níos fearr ná do dheartháir
+247
+a cheann foirne agus a óglacha na héireann
+248
+beagán aráin
+249
+mo theachsa féin
+250
+a hocht déag d'fhichithe
+251
+dia dhaoibh go léir
+252
+tá a lán fear breá in éirinn
+253
+gabhaim buíochas le kitty gallagher uachtarán chraobh na héireann an wafa
+254
+cró na muc is fearr dó sin
+255
+an é sin tomás
+256
+ár narán laethúil
+257
+an chuideachta a fhoirceannadh
+258
+an raibh diarmaid ag obair
+259
+tá cóta bán ar nóra
+260
+achtacháin a oiriúnú
+261
+an clár de thrádálaithe tae
+262
+figh an téadach
+263
+samhail a sholáthróidh obair fhiúntach do chách
+264
+tá a dhuine uasail agus an leabhar gorm agus an leabhar dubh
+265
+is iomaí slí muc a mharú seachas a thachtadh le him
+266
+an líon comhaltaí
+267
+tá an bosca ar an gcathaoir
+268
+ba é pádraic ó conaire a leag síos caighdeán na scríbhneoireachta sa nuaghaeilge
+269
+is liom a bhean uasal
+270
+tá sé le díol
+271
+chun comhghairdeas a dhéanamh libh as ucht comórtas na mbailte a bhuachan
+272
+an mbeidh dónall ó laoire anseo
+273
+is mór an pléisiúr dom é an chomhdháil thábhachtach seo a oscailt
+274
+fuair bás an séú lá de mhí dheireadh fómhair míle naoi gcéad fiche a hocht
+275
+an cúigiú ceacht
+276
+an áit ina bhfuil sé
+277
+cá bhfuil do chapall
+278
+a óglacha na héireann
+279
+is maith leis na fir bhuí an spaisteoireacht
+280
+fear mór crua é siúd
+281
+beir beannacht
+282
+bhí siad ag imeacht le fán
+283
+go raibh céad míle maith agaibh as an bhfíorchaoin fáilte sin a dfhear sibh romhainn
+284
+tá an chuma ar an scéal go raibh míthuiscint ar dhaoine áirithe ina thaobh
+285
+maidir leis an obair féin dearcán na ndaoine the peoples acorn
+286
+agus an mbeidh sé i gcill airne amárach
+287
+an iorua
+288
+sin maoin thar na bearta
+289
+tá súil agam gur tráthnóna torthúil a bheidh ann daoibh
+290
+an ghaeilge teanga dhúchais an oileáin seo
+291
+anchuid salainn
+292
+ceacht a haon déag
+293
+ligh an líreacán seo
+294
+tá cuid acu seo olc
+295
+tá cailín deas ag an bhfuinneog
+296
+parlaimint na heorpa
+297
+is i mbéarla a labhair séamus
+298
+coimhéad fearg fhear na foighde
+299
+ar an gcathaoir
+300
+tá áthas orm a fhógairt go bhfuil tús leis an ochtó tríú comórtas náisiúnta treabhdóireachta
+301
+tá áthas orm féin agus ar shaidhbhín fáilte a fhearadh romhaibh chuig áras an uachtaráin
+302
+tá áthas orm féin agus ar shaidhbhín fáilte a fhearadh romhaibh go háras an uachtaráin
+303
+d'iompraigh siad an tolg isteach ar an doras
+304
+tá sé i gcorcaigh
+305
+cá bhfuil siad
+306
+thar an gcnoc
+307
+níl cruth ar bith ort
+308
+an bhfeiceann tú an daol
+309
+is maith an scéalaí an aimsir
+310
+an bhfuil do leabhar féin agat
+311
+tír ina raibh an ghaeilge beo beathach
+312
+múineann gá seift
+313
+tá cuid de sin olc
+314
+an fear mór
+315
+ní raibh spide fí air
+316
+go raibh míle maith agaibh as ucht na fíorchaoin fáilte a dfhear sibh romham
+317
+tá mo bhróga orm
+318
+a chloiginn úd thall atá gan teanga
+319
+sin ciumhais na páirce
+320
+go raibh míle maith agaibh as bhur bhfíorchaoin fáilte
+321
+dúirt sé go dtiocfadh sé
+322
+is lá é seo chun ceiliúradh a dhéanamh
+323
+an bhfuil do dheartháir féin ar scoil inniu
+324
+ar an leabhar
+325
+an bhfuil aon chapall agat
+326
+an iomarca uisce
+327
+na fáinní deasa
+328
+ní dhearna an coileach ach imeacht láithreach agus an scéal a insint dfhear an tí
+329
+níos luaithe inniu bhí roinnt searmanas againn chun an craoibhín aoibhinn a chomóradh
+330
+beidh sé anseo
+331
+tá scóip faoi
+332
+tá áthas orm mar éarlamh ar chnuasach bhéaloideas éireann labhairt libh inniu
+333
+is mór an pléisiúr dom a bheith anseo inniu
+334
+achomhairc i gcoinne cinneadh na cúirte dúiche
+335
+bhí an fear ba mhó ina shuí sa chathaoir ba lú
+336
+ar an gcion saoil a rinne sé chun an teanga a athnuachan agus a leathnú
+337
+an frog agus an madra rua
+338
+deir sé go bhfuil leabhar buí aige
+339
+an ciste gráin
+340
+comhghairdeas ó chroí libh
+341
+balla íseal is ea é sin
+342
+ábhar ginearálta
+343
+tá fíorchaoin fáilte romhaibh ar fad go bhaile átha cliath agus go héirinn
+344
+airleacain inaisíoctha
+345
+tá sé ar cheann de na buaicphointí ar fhéilire sóisialta na héireann
+346
+ar an méar
+347
+nach raibh na buachaillí ag caint leis
+348
+buí is fearr
+349
+an bhliain
+350
+thosaigh uirthi ag cardáil arís
+351
+an bhfuil a fhios agatsa a phádraig
+352
+gura fada buan sibh agus go raibh míle maith agaibh go léir
+353
+thosaigh máire ag gabháil chrónán na banaltra de ghlór íseal
+354
+an mbeidh sé anseo amárach
+355
+an bhfuil bhur mbróga oraibh
+356
+an chéad cheacht
+357
+cad é an difríocht ama idir seo agus vársá
+358
+oíche mhaith
+359
+tuill do phá agus tabharfar duit é
+360
+an bhfuil do chárta beag ar an mbord a mhichíl
+361
+an duine geal
+362
+cathain a bheidh sé anseo
+363
+a chairde na héireann agus na haetóipe
+364
+an aetóip
+365
+cur i gcéill atá ann
+366
+tá sí go maith
+367
+leithinis anchaol í sin
+368
+forlámhas na ngall
+369
+ní chaitheann siad drugaí
+370
+cad í an tír is mó ar domhan
+371
+is fearr rith maith ná drochsheasamh
+372
+an chionmhaireacht a laghdófar an méadú luachála
+373
+an taonú ceacht déag
+374
+tá an bhróg ag an tseanmháthair
+375
+fuacht na haimsire
+376
+dá fhada an lá tagann an tráthnóna
+377
+tugann sé deis do scéalaithe na nuafhíse a gceird a fhoghlaim agus a mhaisiú
+378
+mar a dúirt an file seamus heaney
+379
+ach níl a gcasóga orthu
+380
+is ábhar mórtais agus bróid daoibh an méid sin
+381
+a chairde na héireann agus na síne
+382
+is mór an pléisiúr dom an tochtó séú comórtas náisiúnta treabhdóireachta a oscailt
+383
+cá bhfuil sé a mhichíl
+384
+an príomhstiúrthóir
+385
+gabhaim buíochas leat as do chuid focal cineálta anocht a uachtaráin
+386
+bain an crios sin díot
+387
+fearaim fíorchaoin fáilte roimh gach duine atá linn tráthnóna
+388
+an deichiú ceacht
+389
+cad eile a bhí agat
+390
+bhí an madra rua ann
+391
+bhí sé ar crith
+392
+má chailleann tú uair ar maidin beidh tú á tóraíocht i rith an lae
+393
+céile mo charad
+394
+na cailíní beaga
+395
+go raibh maith agaibh
+396
+an gad is giorra don scornach
+397
+an chionmhaireacht a laghdófar an méadú ar an luacháil
+398
+ach caithfimid léirmheas a dhéanamh ar na modhanna
+399
+táim dallta
+400
+airleacain ó údaráis tithe chun tithe a athfhoirgniú a dheisiú agus a fheabhsú
+401
+mar fhocal scoir is mian liom mo bhuíochas a ghabháil libh arís as bhur bhflaithiúlacht
+402
+cad a dhéanfadh mac an chait ach luch a mharú
+403
+mo thruasa an té a bhfuil sin aige
+404
+bhí arán agus im agam
+405
+sagart is ea é
+406
+an raibh aon ní eile agat
+407
+go néirí leat
+408
+go raibh míle maith agaibh go léir
+409
+go mairfidh sé sin
+410
+nigh sé na gréithre
+411
+chreideadh sé go mbíodh
+412
+ceathair lá tar éis lá nollag sin an naoú lá is fiche de mhí na nollag
+413
+bhí máire ní cheallaigh anseo inné ach níl sí anseo inniu
+414
+deir séamus go mbeidh siad i gcill airne
+415
+an tríú ceacht
+416
+is éard is bile ann ná crann mór naofa
+417
+is mór an pléisiúr dom a bheith anseo libh ar fad inniu
+418
+an comhthéacs as a dtagann féidearthachtaí dinniu agus don todhchaí
+419
+ar deireadh chinn sí gur drochchiontú a bhí i gceist
+420
+táim thar a bheith sásta a bheith anseo libh inniu
+421
+labhróidh mé i mbéarla ar feadh tamaillín ar fáthanna a thuigfidh sibh ar ball
+422
+tá sí go maith go raibh maith agat
+423
+is le mícheál ó tuama é
+424
+a shaoránaigh dhroichead átha
+425
+is mór an pléisiúr dom a bheith ar ais anseo i san francisco
+426
+bhí leabhar buí agam an lá faoi dheireadh ach níl sé agam anois
+427
+a trí déag d'fhichithe
+428
+an bord do cheannach agus do dhíol cruithneachta
+429
+beir bua agus beannacht
+430
+beir beannacht don todhchaí
+431
+céad bliain ó foilsíodh an leabhar
+432
+treaslaím libh agus déanaim comhghairdeas libh as an tsárobair seo atá curtha i gcrích agaibh
+433
+cé hiad na taibhsí ionainn a spreagann muid chun troda
+434
+bhí idir chailíní agus bhuachaillí ann
+435
+rugadh an tochtú lá is fiche de mhí feabhra míle ocht gcéad ochtó a dó
+436
+is mar gheall air sin
+437
+ainmneacha toghranna cheantar iascaigh
+438
+ní hea go deimhin
+439
+is minic an fhírinne searbh
+440
+an raibh na cailíní ag obair
+441
+san fhéar
+442
+an fhrainc
+443
+impím oraibh gan na maidí a ligean le sruth
+444
+díolfaidh mé an comhar leat uair éigin
+445
+ní dóigh liom go dtabharfaí post dó
+446
+easpa céille atá air
+447
+is minic cuma aingeal ar an diabhal féin
+448
+níl aon tinteán mar do thinteán féin
+449
+tá sibh bailithe ón earnáil phríobháideach an earnáil dheonach agus an státchóras
+450
+tréaslaím sibh as bhur gcarthanachas agus as bhur saoránacht
+451
+bhí athbheochan na gaeilge ina príomhaidhm ag ceannairí an éirí amach
+452
+guím rath agus sonas oraibh go léir
+453
+na seamróige glaise bige
+454
+comhghairdeachas libh go léir agus go maire sibh ar a laghad an céad
+455
+an bhfuil capaill ar bith agat
+456
+ar an gcois
+457
+níl agus ní bheidh sí anseo amárach
+458
+is uaisle an rí ná an bochtán
+459
+teach fuar é sin
+460
+paradacsúil teibí ach i gcónaí ábhartha
+461
+teastaíonn míniú ar an scéal
+462
+bhí tara viscardi agus meadhbh o'rourke ag seinnt i ngairdín na mbláth
+463
+go ndéanfadh
+464
+tá sí sa bhaile
+465
+ba ghearr go raibh an naíonán ina thoirchim suain
+466
+gach duine tusa go háirithe
+467
+an cheardchomhairle a bhunú
+468
+is í sin bríd
+469
+is cuma nó muc duine gan seift
+470
+ní raibh ach bhí uachtar agam
+471
+an bhfuil sé a trí a chlog fós
+472
+cá bhfuil an bille fóin
+473
+i dtús a shaoil
+474
+tá sé anseo anois
+475
+ní liom is leis féin é
+476
+fréamh chearnach fiche a cúig sin a cúig
+477
+níl go baileach ach is deas liom a bheith ag feidhmiú
+478
+comhghairdeachas mór le cnocán an éin fhinn
+479
+aire rialtais áitiúil
+480
+cabhraigh liom
+481
+bhí muc ar gach mala aige
+482
+beidh sí sa bhaile
+483
+níl a bhean uasal
+484
+óráid an uachtaráin micheál d ó huiginn ag cóisir ghaeilge sa ghairdín
+485
+an fear mór
+486
+chuaigh sí anonn go dtí an cliabhán
+487
+tá áthas orm a bheith anseo inniu chun ollamh éireann le filíocht nua a fhógairt
+488
+an buachaill nach mbeidh ag obair
+489
+an fhir mhóir
+490
+an ar an mbord atá an chathaoir
+491
+a dhaoine uaisle a chairde gael
+492
+titanic béal feirste an seachtú lá de mhí an mhárta dhá mhíle a cúig déag
+493
+a bhuachaillí a chailíní agus a chairde go léir
+494
+is mór an pléisiúr dom é an tochtó cúigiú comórtas náisiúnta treabhdóireachta a oscailt
+495
+gabhaim buíochas libh a chairde táimid ag tnúth le tuilleadh uaibh ar ball
+496
+an bhfeiceann tú an leabhar seo a chormaic
+497
+an dara ceacht déag
+498
+na seamróga glasa beaga
+499
+ar feadh scaithimh
+500
+nach mín atá sí
+501
+ag an bhfuinneog
+502
+airnéis ar an eastát a aistriú chun an fhorais
+503
+an naoú ceacht
+504
+a bhalla diontaobhas ghlas naíon
+505
+bíonn gach tosú lag
+506
+bheadh an capall ag an bhfear do b'fhearr
+507
+anghaol a bhí ann tráth
+508
+cá bhfuil do dheirfiúr a thomáis

mozilla-foundation_common_voice_7_0_ga-IE_test_eval_results.txt

@@ -0,0 +1,2 @@
+WER: 0.39103690685413006
+CER: 0.16464767104589662

n-gram.ipynb

@@ -3,7 +3,7 @@
   {
    "cell_type": "code",
    "execution_count": 1,
-   "id": "e960dfd7",
+   "id": "dd5128ea",
    "metadata": {},
    "outputs": [],
    "source": [
@@ -13,7 +13,7 @@
   {
    "cell_type": "code",
    "execution_count": 2,
-   "id": "7168a253",
+   "id": "b026bf65",
    "metadata": {},
    "outputs": [],
    "source": [
@@ -23,7 +23,7 @@
   {
    "cell_type": "code",
    "execution_count": 101,
-   "id": "e170befe",
+   "id": "dcd259e1",
    "metadata": {},
    "outputs": [
     {
@@ -49,7 +49,7 @@
   {
    "cell_type": "code",
    "execution_count": 3,
-   "id": "33973bd4",
+   "id": "980f597f",
    "metadata": {},
    "outputs": [],
    "source": [
@@ -73,7 +73,7 @@
   },
   {
    "cell_type": "markdown",
-   "id": "53e62728",
+   "id": "6bc6ad37",
    "metadata": {},
    "source": [
     "## N-gram KenLM"
@@ -82,7 +82,7 @@
   {
    "cell_type": "code",
    "execution_count": 4,
-   "id": "cb04cc9d",
+   "id": "8d206f65",
    "metadata": {},
    "outputs": [
     {
@@ -175,7 +175,7 @@
   {
    "cell_type": "code",
    "execution_count": 7,
-   "id": "06ce00d3",
+   "id": "7fbb7b5c",
    "metadata": {},
    "outputs": [
     {
@@ -225,7 +225,7 @@
   {
    "cell_type": "code",
    "execution_count": 8,
-   "id": "e076416d",
+   "id": "5a1f7707",
    "metadata": {},
    "outputs": [],
    "source": [
@@ -246,7 +246,7 @@
   {
    "cell_type": "code",
    "execution_count": 9,
-   "id": "34ac1708",
+   "id": "41d18e68",
    "metadata": {},
    "outputs": [
     {
@@ -283,7 +283,7 @@
   {
    "cell_type": "code",
    "execution_count": 10,
-   "id": "a096b154",
+   "id": "7f046bf8",
    "metadata": {},
    "outputs": [],
    "source": [
@@ -295,7 +295,7 @@
   {
    "cell_type": "code",
    "execution_count": 11,
-   "id": "097ae051",
+   "id": "040e764f",
    "metadata": {},
    "outputs": [],
    "source": [
@@ -306,7 +306,7 @@
   {
    "cell_type": "code",
    "execution_count": 12,
-   "id": "edeb35c3",
+   "id": "4670cffe",
    "metadata": {},
    "outputs": [
     {
@@ -330,7 +330,7 @@
   {
    "cell_type": "code",
    "execution_count": 13,
-   "id": "3e8debd2",
+   "id": "47a55861",
    "metadata": {},
    "outputs": [],
    "source": [
@@ -346,7 +346,7 @@
   {
    "cell_type": "code",
    "execution_count": 15,
-   "id": "e8f3f674",
+   "id": "c1fcdaa6",
    "metadata": {},
    "outputs": [
     {
@@ -366,7 +366,7 @@
   {
    "cell_type": "code",
    "execution_count": 16,
-   "id": "a260b7f2",
+   "id": "a9d242c9",
    "metadata": {},
    "outputs": [
     {
@@ -387,7 +387,7 @@
   {
    "cell_type": "code",
    "execution_count": 17,
-   "id": "b5958d5e",
+   "id": "719546e1",
    "metadata": {},
    "outputs": [],
    "source": [
@@ -397,7 +397,7 @@
   {
    "cell_type": "code",
    "execution_count": 19,
-   "id": "34798422",
+   "id": "fb1297ad",
    "metadata": {},
    "outputs": [
     {
@@ -417,10 +417,107 @@
   },
   {
    "cell_type": "code",
-   "execution_count": null,
-   "id": "8f2900a8",
+   "execution_count": 20,
+   "id": "464b2582",
    "metadata": {},
-   "outputs": [],
+   "outputs": [
+    {
+     "name": "stderr",
+     "output_type": "stream",
+     "text": [
+      "Adding files tracked by Git LFS: ['5gram.arpa', '5gram_correct.arpa', 'text.txt']. This may take a bit of time if the files are large.\n"
+     ]
+    },
+    {
+     "data": {
+      "application/vnd.jupyter.widget-view+json": {
+       "model_id": "923b145932464690841cbd628875e90d",
+       "version_major": 2,
+       "version_minor": 0
+      },
+      "text/plain": [
+       "Upload file 5gram_correct.arpa:   0%|          | 3.39k/359M [00:00<?, ?B/s]"
+      ]
+     },
+     "metadata": {},
+     "output_type": "display_data"
+    },
+    {
+     "data": {
+      "application/vnd.jupyter.widget-view+json": {
+       "model_id": "86826c7762294d078a11238e64ac705f",
+       "version_major": 2,
+       "version_minor": 0
+      },
+      "text/plain": [
+       "Upload file language_model/5gram.bin:   0%|          | 3.39k/166M [00:00<?, ?B/s]"
+      ]
+     },
+     "metadata": {},
+     "output_type": "display_data"
+    },
+    {
+     "data": {
+      "application/vnd.jupyter.widget-view+json": {
+       "model_id": "63a86182e31841ebbde5cb858a86d306",
+       "version_major": 2,
+       "version_minor": 0
+      },
+      "text/plain": [
+       "Upload file text.txt:   0%|          | 3.39k/28.5M [00:00<?, ?B/s]"
+      ]
+     },
+     "metadata": {},
+     "output_type": "display_data"
+    },
+    {
+     "data": {
+      "application/vnd.jupyter.widget-view+json": {
+       "model_id": "13a98591dfc94fb5b4a48b57f6060f44",
+       "version_major": 2,
+       "version_minor": 0
+      },
+      "text/plain": [
+       "Upload file wandb/offline-run-20220203_154548-23cvd7o7/run-23cvd7o7.wandb:   0%|          | 3.39k/40.9M [00:00…"
+      ]
+     },
+     "metadata": {},
+     "output_type": "display_data"
+    },
+    {
+     "data": {
+      "application/vnd.jupyter.widget-view+json": {
+       "model_id": "ad9671ad9a0f476f90041ada1278c553",
+       "version_major": 2,
+       "version_minor": 0
+      },
+      "text/plain": [
+       "Upload file 5gram.arpa:   0%|          | 3.39k/359M [00:00<?, ?B/s]"
+      ]
+     },
+     "metadata": {},
+     "output_type": "display_data"
+    },
+    {
+     "name": "stderr",
+     "output_type": "stream",
+     "text": [
+      "To https://huggingface.co/jcmc/wav2vec-cv7-1b-ir\n",
+      "   e90ef2f..cee3305  main -> main\n",
+      "\n"
+     ]
+    },
+    {
+     "data": {
+      "text/plain": [
+       "'https://huggingface.co/jcmc/wav2vec-cv7-1b-ir/commit/cee330588cadf6700b6e7cf42971cde5342da76e'"
+      ]
+     },
+     "execution_count": 20,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
    "source": [
     "repo.push_to_hub(commit_message=\"Upload lm-boosted decoder\")"
    ]