Upload lm-boosted decoder

.ipynb_checkpoints/notebook-checkpoint.ipynb

@@ -0,0 +1,6 @@
+{
+ "cells": [],
+ "metadata": {},
+ "nbformat": 4,
+ "nbformat_minor": 5
+}

notebook.ipynb

@@ -0,0 +1,441 @@
+{
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": 1,
+   "id": "347417aa",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "from datasets import load_dataset"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 35,
+   "id": "131dee3d",
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stderr",
+     "output_type": "stream",
+     "text": [
+      "Reusing dataset common_voice (/workspace/cache/hf/datasets/mozilla-foundation___common_voice/ga-IE/7.0.0/fe20cac47c166e25b1f096ab661832e3da7cf298ed4a91dcaa1343ad972d175b)\n"
+     ]
+    },
+    {
+     "data": {
+      "text/plain": [
+       "Dataset({\n",
+       "    features: ['client_id', 'path', 'audio', 'sentence', 'up_votes', 'down_votes', 'age', 'gender', 'accent', 'locale', 'segment'],\n",
+       "    num_rows: 529\n",
+       "})"
+      ]
+     },
+     "execution_count": 35,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "dataset = load_dataset(\"mozilla-foundation/common_voice_7_0\", 'ga-IE', split=\"train\", use_auth_token = True)\n",
+    "dataset"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 8,
+   "id": "05c3ae92",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "'An bhfuil do pheannsa sa bhaile, a Shíle'"
+      ]
+     },
+     "execution_count": 8,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "audio_sample = dataset[2]\n",
+    "audio_sample['sentence']"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 9,
+   "id": "c2edcf22",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "{'client_id': '7a622ad3217ecf8c2fc6656077a33059732504874d096bd0fc1d239f6e5f39a5861c5faad9e119d588ea80c048c3ab02bfae41fbde22232e89272ac3d5ecc7a4',\n",
+       " 'path': 'cv-corpus-7.0-2021-07-21/ga-IE/clips/common_voice_ga-IE_17410230.mp3',\n",
+       " 'audio': {'path': 'cv-corpus-7.0-2021-07-21/ga-IE/clips/common_voice_ga-IE_17410230.mp3',\n",
+       "  'array': array([ 0.        ,  0.        ,  0.        , ..., -0.00993466,\n",
+       "         -0.00979847, -0.00967056], dtype=float32),\n",
+       "  'sampling_rate': 48000},\n",
+       " 'sentence': 'An bhfuil do pheannsa sa bhaile, a Shíle',\n",
+       " 'up_votes': 2,\n",
+       " 'down_votes': 0,\n",
+       " 'age': '',\n",
+       " 'gender': '',\n",
+       " 'accent': '',\n",
+       " 'locale': 'ga-IE',\n",
+       " 'segment': ''}"
+      ]
+     },
+     "execution_count": 9,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "audio_sample"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 12,
+   "id": "f3d9bb64",
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "Git LFS: (2 of 2 files) 3.59 GB / 3.59 GB                                      \n"
+     ]
+    }
+   ],
+   "source": [
+    "!git lfs pull"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 13,
+   "id": "936da5cb",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "from transformers import Wav2Vec2Processor, Wav2Vec2ForCTC\n",
+    "\n",
+    "processor = Wav2Vec2Processor.from_pretrained(\"./\")\n",
+    "model = Wav2Vec2ForCTC.from_pretrained(\"./\")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 16,
+   "id": "28659e97",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "{'client_id': '7a622ad3217ecf8c2fc6656077a33059732504874d096bd0fc1d239f6e5f39a5861c5faad9e119d588ea80c048c3ab02bfae41fbde22232e89272ac3d5ecc7a4',\n",
+       " 'path': 'cv-corpus-7.0-2021-07-21/ga-IE/clips/common_voice_ga-IE_17410230.mp3',\n",
+       " 'audio': {'path': 'cv-corpus-7.0-2021-07-21/ga-IE/clips/common_voice_ga-IE_17410230.mp3',\n",
+       "  'array': array([ 0.        ,  0.        ,  0.        , ..., -0.00993466,\n",
+       "         -0.00979847, -0.00967056], dtype=float32),\n",
+       "  'sampling_rate': 48000},\n",
+       " 'sentence': 'An bhfuil do pheannsa sa bhaile, a Shíle',\n",
+       " 'up_votes': 2,\n",
+       " 'down_votes': 0,\n",
+       " 'age': '',\n",
+       " 'gender': '',\n",
+       " 'accent': '',\n",
+       " 'locale': 'ga-IE',\n",
+       " 'segment': ''}"
+      ]
+     },
+     "execution_count": 16,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "audio_sample"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 28,
+   "id": "e24cacdc",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "inputs = processor(audio_sample[\"audio\"][\"array\"], sampling_rate=16000, return_tensors=\"pt\")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 29,
+   "id": "d9972307",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "import torch\n",
+    "\n",
+    "with torch.no_grad():\n",
+    "  logits = model(**inputs).logits"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 30,
+   "id": "b78e3ea6",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "torch.Size([1, 611, 34])"
+      ]
+     },
+     "execution_count": 30,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "logits.shape"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 31,
+   "id": "b1692f0a",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "'anrúir car nria cn  nn  non mneanaénnni'"
+      ]
+     },
+     "execution_count": 31,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "predicted_ids = torch.argmax(logits, dim=-1)\n",
+    "transcription = processor.batch_decode(predicted_ids)\n",
+    "\n",
+    "transcription[0].lower()"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 38,
+   "id": "ecf01625",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "with open(\"text.txt\", \"w\") as file:\n",
+    "  file.write(\" \".join(dataset['sentence']))"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 40,
+   "id": "40067117",
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "=== 1/5 Counting and sorting n-grams ===\n",
+      "Reading /workspace/wav2vec2-xls-r-1b-ir/text.txt\n",
+      "----5---10---15---20---25---30---35---40---45---50---55---60---65---70---75---80---85---90---95--100\n",
+      "****************************************************************************************************\n",
+      "Unigram tokens 3960 types 1431\n",
+      "=== 2/5 Calculating and sorting adjusted counts ===\n",
+      "Chain sizes: 1:17172 2:14475761664 3:27142055936 4:43427287040 5:63331463168\n",
+      "Statistics:\n",
+      "1 1430 D1=0.788367 D2=1.34216 D3+=0.97277\n",
+      "2 3029 D1=0.885256 D2=1.28784 D3+=1.81966\n",
+      "3 3538 D1=0.95385 D2=1.62076 D3+=1.26573\n",
+      "4 3709 D1=0.979641 D2=1.38128 D3+=2.02036\n",
+      "5 3789 D1=0.942754 D2=1.59232 D3+=2.05725\n",
+      "Memory estimate for binary LM:\n",
+      "type     kB\n",
+      "probing 343 assuming -p 1.5\n",
+      "probing 409 assuming -r models -p 1.5\n",
+      "trie    160 without quantization\n",
+      "trie     98 assuming -q 8 -b 8 quantization \n",
+      "trie    154 assuming -a 22 array pointer compression\n",
+      "trie     92 assuming -a 22 -q 8 -b 8 array pointer compression and quantization\n",
+      "=== 3/5 Calculating and sorting initial probabilities ===\n",
+      "Chain sizes: 1:17160 2:48464 3:70760 4:89016 5:106092\n",
+      "----5---10---15---20---25---30---35---40---45---50---55---60---65---70---75---80---85---90---95--100\n",
+      "####################################################################################################\n",
+      "=== 4/5 Calculating and writing order-interpolated probabilities ===\n",
+      "Chain sizes: 1:17160 2:48464 3:70760 4:89016 5:106092\n",
+      "----5---10---15---20---25---30---35---40---45---50---55---60---65---70---75---80---85---90---95--100\n",
+      "####################################################################################################\n",
+      "=== 5/5 Writing ARPA model ===\n",
+      "----5---10---15---20---25---30---35---40---45---50---55---60---65---70---75---80---85---90---95--100\n",
+      "****************************************************************************************************\n",
+      "Name:lmplz\tVmPeak:145097716 kB\tVmRSS:6968 kB\tRSSMax:25576636 kB\tuser:2.61395\tsys:13.3051\tCPU:15.9192\treal:15.8981\n"
+     ]
+    }
+   ],
+   "source": [
+    "!../kenlm/build/bin/lmplz -o 5 <\"text.txt\" > \"5gram.arpa\""
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 42,
+   "id": "ab7fc7d0",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "from transformers import AutoProcessor\n",
+    "\n",
+    "processor = AutoProcessor.from_pretrained('./')"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 43,
+   "id": "4d994ae5",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "vocab_dict = processor.tokenizer.get_vocab()\n",
+    "sorted_vocab_dict = {k.lower(): v for k, v in sorted(vocab_dict.items(), key=lambda item: item[1])}"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 47,
+   "id": "3dd24709",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "with open(\"5gram.arpa\", \"r\") as read_file, open(\"5gram_correct.arpa\", \"w\") as write_file:\n",
+    "  has_added_eos = False\n",
+    "  for line in read_file:\n",
+    "    if not has_added_eos and \"ngram 1=\" in line:\n",
+    "      count=line.strip().split(\"=\")[-1]\n",
+    "      write_file.write(line.replace(f\"{count}\", f\"{int(count)+1}\"))\n",
+    "    elif not has_added_eos and \"<s>\" in line:\n",
+    "      write_file.write(line)\n",
+    "      write_file.write(line.replace(\"<s>\", \"</s>\"))\n",
+    "      has_added_eos = True\n",
+    "    else:\n",
+    "      write_file.write(line)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "65607d2d",
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 48,
+   "id": "9f2c0244",
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stderr",
+     "output_type": "stream",
+     "text": [
+      "Found entries of length > 1 in alphabet. This is unusual unless style is BPE, but the alphabet was not recognized as BPE type. Is this correct?\n",
+      "Unigrams and labels don't seem to agree.\n"
+     ]
+    }
+   ],
+   "source": [
+    "from pyctcdecode import build_ctcdecoder\n",
+    "\n",
+    "decoder = build_ctcdecoder(\n",
+    "    labels=list(sorted_vocab_dict.keys()),\n",
+    "    kenlm_model_path=\"5gram_correct.arpa\",\n",
+    ")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 49,
+   "id": "017e8d2c",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "from transformers import Wav2Vec2ProcessorWithLM\n",
+    "\n",
+    "processor_with_lm = Wav2Vec2ProcessorWithLM(\n",
+    "    feature_extractor=processor.feature_extractor,\n",
+    "    tokenizer=processor.tokenizer,\n",
+    "    decoder=decoder\n",
+    ")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 50,
+   "id": "3b4c2228",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "processor_with_lm.save_pretrained(\"xls-r-1b-ir\")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 55,
+   "id": "786587f0",
+   "metadata": {},
+   "outputs": [
+    {
+     "ename": "NameError",
+     "evalue": "name 'repo' is not defined",
+     "output_type": "error",
+     "traceback": [
+      "\u001b[0;31m---------------------------------------------------------------------------\u001b[0m",
+      "\u001b[0;31mNameError\u001b[0m                                 Traceback (most recent call last)",
+      "\u001b[0;32m<ipython-input-55-b8e08bd9412e>\u001b[0m in \u001b[0;36m<module>\u001b[0;34m\u001b[0m\n\u001b[0;32m----> 1\u001b[0;31m \u001b[0mrepo\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mpush_to_hub\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mcommit_message\u001b[0m\u001b[0;34m=\u001b[0m\u001b[0;34m\"Upload lm-boosted decoder\"\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m",
+      "\u001b[0;31mNameError\u001b[0m: name 'repo' is not defined"
+     ]
+    }
+   ],
+   "source": [
+    "repo.push_to_hub(commit_message=\"Upload lm-boosted decoder\")"
+   ]
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.8.8"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 5
+}

text.txt

@@ -0,0 +1 @@
+A Thiarna déan trócaire orainn. Dúirt Pól nach raibh an rang sa halla. Ní rabhas ag caint léi le fada. B’éigean an corc a chur ar ais ar an mbuidéal. tá turse orm eolas fúinn Tugaim fiche euro dó ó am go chéile. cúigear an comhchoiste réamhscolaíochta Níl ann ach nach n-oireann sé di. Dhein sí iarracht an-mhaith ach fós féin níor leor é. Is mór an pléisiúir dom é MayFest dhá mhíle a sé déag a oscailt A dhaoine córa, Cad é an dath atá air Guím gach rath ar Chomhdháil Oileán na hÉireann. A Thánaiste, a Oirirceasa a sheansailéir, a leas-sheansailéir, a mhic léinn, a dhaoine uaisle Tá mé go maith, buíochas le Dia, conas atá tú féin An té is lú eolais is é is mó a labhraíonn Tá leabhar agamsa, a dhuine uasail Impím oraibh gan na maidí a ligin le sruth Na méireanna fada Is mór an pléisiúir dom bheith anseo inniu Bhí Séamus sa bhaile Bhí an coileach ina sheasamh in airde ar an gcró An Cabhán Cá bhfuil do pheann Tá cathaoir ag an doras, agus tá cathaoir eile ag an bhfuinneog anois an tseamróg ghlas bheag Tá áthas orm féin agus ar Saidhbhín fáilte a fhearadh romhaibh go hÁras an Uachtaráin Tá mála mór ar an urlár, agus tá mála beag ar an mbord Comhghairdeas libh as ucht na n-éachtaí sin a bhaint amach An Méid (Dollair Stát Aontaithe) Tá áthas orm a bheith anseo inniú chun ‘Ollamh Éireann le Filíocht’ nua a fhógairt bailí agus i bhfeidhm ar feadh na bliana a shonrófar chuige sin sa cheadúnas. Oscail é, más é do thoil é Na buachaillí beaga Bhí sé ag teacht abhaile Bhí nádúr agus scála an chomórtha thar cuimse Acht ó Oireachtas Shaorstát Éireann Ní mar a shíltear a bhítear An Ghearmáin Tá fíorchaoin fáilte romhaibh ar fad chuig Áras an Uachtaráin An Maoirseoir, Tithe an Oireachtais, agus Captaen an Gharda, Tithe an Oireachtais, a cheapadh. Óráid an Uachtaráin, Micheál D Ó hUigínn ag Cóisir Ghaeilge sa Ghairdín Tá peann agamsa agus tá peann agatsa agus is linn féin iad Tá an fhuinneog ar oscailt. Ceacht a Dó Bainigí sult as an lá, agus bígí ar bhur suaimhneas Beo agus muid ag bunú agus ag tógáil Gaelscoileanna nua An Ostair An Bord nó oifigigh don Bhord do dhul isteach ar thalamh. Óráid an Uachtaráin Le linn a chuairt ar Chléire An bord beag Ná habair faic faoi. Ailt áirithe do leanúint i bhfeidhm. I mbliana, tá Seachtain na Gaeilge agus Conradh na Gaeilge mar phríomh-chomhpháirtithe ar an ócáid. agus comhghairdeas libh arís Táim nocht Tá an-áthas orm bheith anseo inniu chun Féile Lár-Shamhraidh Phort Láirge a oscailt. Bhí comhluadar ban ag sníomh bréidín tigh Bhairbre an Droichid oíche airneáin Is féidir an rud céanna a rá faoi chúrsaí pholaitíochta agus aitheantas an phobail Chuaigh siad i gcomhairle a chéile. thug sé an t-airgead don fhear Ábhar caipitiúil i mblianachtaí ceannaithe áirithe. Go raibh míle maith agaibh go léir, agus go dté sibh slán Comhaltas agus Caipiteal. Nach tusa Tomás Ó Ceallaigh Tá a fhios agam go bhfuil feachtais ar bun le hiar-bhunscoileanna Gaeilge a bhunú Murach an obair sin bheadh rudaí níos faide siar go suntasach gan amhras Ar bhealach. Go raibh míle maith agaibh An raibh sé ar scoil inné Coir déistineach a chur uafás ar an tír uile Ag scríobh na litreach. Gura fada buan sibh i mbun cheoil bhinn na hÉireann. "Tréaslaím le Seachtain na Gaeilge as a mana tarraingteach ""Croí na Teanga: It's you""." An bhfuil an leabhar buí ar an mbord, a Dhomhnaill An Príomh-Acht do leanúint i bhfeidhm. Is ar, a dhuine uasail Cad é an dhath atá ar an leabhar atá agat Nollaig faoi shéan agus faoi mhaise oraibh go léir Mac deartháir do Risteard ba ea Piaras ar ndóigh. a Thánaiste Contae Chorcaí, an deichiú lá de mhí an Mheitheamh dhá mhíle a cúig déag Ach ní dúirt de Hindeberg aon ní dá short. Tóg é sin. Tá áthas orm féin agus ar Saidhbhín go bhfuil sibh inár gcomhluadar Tugaim cuairt go minic ar ghaelscoileanna fud fad na tíre Go raibh maith agaibh as ucht bhur gcuid flaithiúlachta agus bhur fíorchaoin fáilte. Tá dúshlán romhainn anois daoine a mhealladh chuig an Gaeilge Cé go bhfuil giotaí de dhaoine ionam ní duine mé. Bhí sé ag obair inné Do bhí Maighréad anseo inné agus do bhí leabhar aici Go raibh míle maith agaibh as bhur bhfoighne ní liomsa é Tá sé níos fearr anois. Leabhar dearg is ea é sin, agus leabhar bán is ea é seo An bhfuil na cailíní ag an tine Cur chuige den sort sin atá ag teastáil ónar dteanga. A Cheardchumannaithe is fear é An mbeidh tú féin ar scoil amárach Tá sé a deich a chlog Tá leabhar mór ag Siobhán Ní Thuama, ach níl aon pheann aici An capall dubh Ar dheis Dé go raibh a anam Achomhairc. Beidh sé ar scoil amárach Níor bhris focal maith fiacail riamh Achtanna na Sclábhaithe do leanúint i bhfeidhm. Tá áthas orm bheith anseo i bhur measc tráthnóna chun an tIonad seo a sheoladh Ní hea, ach bosca beag An Fhionlainn Is mian liom a rá arís chomh mór is atáim as an duais seo fháil Oscailt Mór an t-aonú Se�� Bláthanna Domhanda déag ag Cumann Cóiritheoirí Bláthanna na Cruinne. Forálacha Deiridh. Comhgháirdeachas mór le Cnocán an Éin Fhinn A chomhaltaí na Comhairle Stáit Is lá é seo chun céiliúradh a dhéanamh Tá an-áthas orm bheith anseo libh Is leor nod don eolach Cad a bhí agat Tá an ghrian níos gile ná an ghealach, Tá sé ina sheasamh ag bun na sráide. Cuir an chailc seo ar an mbord Conas atá Eibhlín Pá seachtaine atá ag dul dom. Ba mhór an onóir dom fresin cuireadh a fháil chun crann a chur anseo. Cad é an rud é sin Fan go fóill. Na fuarmaí fada na fir mhóra A Cheann Foirne agus a Óglacha na hÉirean Go raibh míle maith agaibh go léir, agus bainigí sult as an lá Mar a dúirt an léirmheastóir Anthony Butler, agus é ag cur síos ar shaothar Edward Ná cuir do mhála ar an mbord, a Thomáis, cuir ar an urlár é Is mór an pléisiúir dom a bheith anseo libh ar fad inniu Tá mé buíoch dibh as an cuireadh agus an fáilte forchaoin a chur sibh romham Gan phobail tuaithe bheoga ní bheidh sochaí beo fuinniúil ann Níl aon rud ar a ceann, ach tá hata ar mo cheannsa Is mór an pléisiúir dom é an chomhdháil tábhachtach seo a oscailt Ní thuigim - bhuel, tá mé chun ligean orm féin nach dtuigim a sé a chlog A Leas-Sheansailéir, a mhic léinn agus a chairde Gael Tá sé i mo phóca agam Is mór an pléisiúir dom a bheith anseo libh inniu Nuálaí struchtúrach agus nuálaí oideachasúil ab ea í Naomh Bríde Muna bhfuil timpeallacht sláintiúil ann, ní bheidh geilleagar sláintiúil ná sochaí sláintiúil ann ach oiread Beo agus muid ag freastail ar pop-up Gaeltachtaí ar fud an domhain An Coimisinéir Luachála do chabhrú leis an gCúirt. A Bhalla Dáimhe Guím gach rath ar bhur gcomhdháil tábhachtach. Gabhaim buíochas libh a chairde táimid ag tsnúth le tuilleadh uaibh ar ball An Bord Stiúrthóirí. An dara ceacht Dún an doras, a Mhichíl, más é do thoil é Bhí áthas orm gur ghlac an Wheel páirt i dTionscnamh Eitice Uachtarán na hÉireann. Croch suas é a stór! Caora is mó a bhíonn sa ghort sin. Tá an tír seo faoi chomaoin mhóir ag an bpobal beag Gaeltachta seo. A chúin an cothéacs as a thagann ár bhféidireachtaí d’inniu agus don todhchaí Cosc ar thobac. Tá, tá na málaí go léir ar an urlár Is mór an pléisiúir dom é an chomhdháil tábhachtach seo a sheoladh "A naoi déag d'fhichithe" An bhfuil an mála agat, a Bhriain Treaslaím libh agus déanaim comhghairdeas libh as an sár-obair seo atá curtha i gcrích agaibh. Bhí sé ar dhuine de hintinní dlíthúla móra ár linne Bígí ar bhur shuaimhneas Tá áthas orm a fhógairt go bhfuil tús leis an t-ochtó tríú Comórtas Náisiúnta Treabhdóireachta! a trí a chlog Is iomaí cor sa saol Ar an mbóthar Agus ní bheidh pobail tuaithe bheoga ann gan feirmeacha theaghlaigh Ar dheis Dé go raibh a n-anamacha An bhfuil a deartháir sa bhaile leis An bhfuil mála ar an urlár "Bhí Tara Viscardi agus Meadhbh O'Rourke ag seinnt i ngáirdín na mbláth" "Is comhartha suntasach í d'ár bhféin-mheas mar náisiún" Tá difríocht ama uair amháin idir seo agus Vársá Is mór an pléisiúir dom an t-ochtó séú Comórtas Náisiúnta Treabhdóireachta a oscailt Ar an gcasóg Mar fhocal scoir, is mian liom mo bhuíochas a ghabháil libh arís as bhúr bhflaithiúlacht Is mór an pléisiúir dom a bheith anseo ar maidin fuair bás an séú lá de mhí dheireadh fómhair míle naoi gcéad fiche a hocht Tá sé i mo póca agam Tá sibh bailithe ón earnáíl phríobháideach, an earnáil dheonach agus an státchóras Tá áthas orm fáilte a fhearradh romhaibh chuig Áras an Uachtaráin tráthnóna. Tá an chathaoir ag an doras Níl bá dá laghad aige le hainmhithe. Is í sin an obair atá á gceiliúradh againn anocht Níl mé sásta go hiomlán gur glacadh le mo h-iarratas ar ghach leibhéal Lig sé isteach ar chluas agus amach ar chluas Go raibh maith agaibh agus bainigí taithneamh as an bhfilíocht agus as an gceol. Is féidir leis na meáin chumarsáide ról dearfach a ghlacadh i gcúrsaí teanga Tá an chuma ar an scéal go raibh mí-thuiscint ar dhaoine áirithe ina thaobh. Ach ní h-aon íontas an méid sin An Ceathrú Bliain Cad í fréamh chearnach a naoi? Faraoir, ní raibh sé ar mo chumas glacadh le cuireadh Richard anuraidh. An seachtú ceacht I scáth a chéile a mhaireann na daoine Cad é an dath atá ar an mballa sin Ionann nó mór thimpeall orainn, lenár linn nó ó na glúine atá imithe i léig Is mór an onóir dom bheith anseo libh inniu An Bord Gráin. An cleas a bhíonn ag an deaid, bíonn sé ag an mac Fís atá fós beo Maireann croí éadrom i bhfad "Is mór an chailliúint é don dlí agus d'Éire i gcoitinne" Tugann sé deis do scéalaithe na nua-fhíse a gcéird a fhoghlaim agus a mhaisiú An Dara Bliain Míle buíochas daoibh as an gcuireadh agus as an fáilte a chuir sibh romham. A dhaoine uaisle, a shoilsí Náisiúnaithe, poblachtaigh, sóisialaithe, feiminigh agus idirnáisiúnaíthe ab ea iad fir agus mná an ré sin A Aire Stáit Mhic an tSaoí, Tá grá agam do gach duine a labhraíonn liom. Gúim rath agus sonas oraibh go léir. Is mór an pléisiúir dom é cuairt a thabhairt ar an taobh seo den tír Chuir sí bó thar abhainn. Tá áthas orm fáilte a fhearadh romhaibh go dtí Áras an Uachtaráin agus go hÉireann Beidh mé, beimid go léir ar scoil A Chomhaltaí den Oireachtas, agus a hIonadaithe ban ach go háirithe Sí capall na hoibre an bia Bhuail sí binn an tí leis an sliotar. Ná hoscail é Cad é an dáta atá ann ceathair lá tar éis Lá Nollag? A Aíonna Oirirce, agus a Chairde A mhaca léinn, a fhoirne acadúil, a chairde, An ceathrú ceacht A dhaoine uaisle agus a chairde Briseann an dúchas trí shúile an chait An Chéim tráth an Urscaoilte as na Fórsaí tá siad ag teacht ón tseilg An leatsa an leabhar atá ag Seán Ó Murchú, a Bhriain Chreid Leonardo féin go láidir i gcumhacht an phictiúir mar uirlis eolais Níl mála ar an gcathaoir An fáinne deas Cé mhéad lá atá i mí na Nollag? Ní dóigh liom go bhfuil Tá an leabhar ar an mbinse Dia daoibh a chairde Tá áthas orm a bheith libh ar fad tráthnóna ag an ócáid cheiliúrtha seo Cad é an dath atá ar an leabhar atá agat Ólann an cat ciúin bainne leis Míle buíochas daoibh as an gcuireadh agus as an bhfáilte a chuir sibh romham. Rinne sé é gan aon mhoill. Ar chaith mé sa lá. Daichead a dó ar ndóigh! a hocht a chlog Is mór an pléisiúr dom a bheith anseo ar maidin Ní raibh mórán de mhaoin an tsaoil aige. an cnoc is airde in Éirinn Pádraic Ó Conaire, Fíor-Ghael agus Sárúdar Gaeilge Beidh mála eile aige amárach Guím gach rath ar bhur gcomhdháil thábhachtach. Lá breá, is ea é. Gúna na mná. An bhfuil aon leabhar buí agat Tá, a bhean uasal, tá sí ar an mbord Tá fáilte romhaibh abhaile Ba mhaith liom an cineál gloine ina raibh tú a fheiceáil Ceacht a Seacht Is mian liom mo bhuíochas a ghabháil leatsa, a Seansailéir, as do chuid focail lácha Pós bean ón sliabh agus pósfaidh tú an sliabh Náisiúnaithe, poblachtaigh, sóisialaithe, feiminigh agus idirnáisiúnaithe ab ea iad fir agus mná na ré sin An Príomh-Acht a leasú tuilleadh. Fáinne fí atá ann. Tá an-áthas orm a bheith anseo i gCnocán an Éin Fhinn inniu I ndiaidh cúpla iarracht gan rath, ceadaíodh coimisiúnú an phíosa bhreá seo ar deireadh Thit an duilleog den chrann. D’fhéach sé ar an bhfrog An Iaráic Tá siad sa bhaile An fear a bhuaileann mé. Is iad an Amasóin agus an Níl na haibhneacha is faide ar domhan Ar an ngarsún Ní hamháin. Níl ciall aige. A Chomhaltaí den Tionól Parlaiminteach Tá sé san Eoraip. Thug sí íde béil dó. Bhí Seán Ó Gríofa anseo ar a dó a chlog, ach níl sé anseo anois Go raibh míle maith agaibh as ucht na fíorchaoin fáilte a d’fhear sibh romham. An bhfuil peann ina lámh ag Séamus Conas atá sé A Oirirceasa An t-ochtú ceacht An bhróg bheag Maidin gheal sa samhradh. Achomhairc i gcoinne orduithe a rinneadh ar ghearán. An bhfuil an bosca ar an mbord Nach bhfeiceann tú go bhfuil mé i mo luí? Ar an gcluais Is lá fíor-speisialta an lá seo domsa mar Uachtarán ar Éirinn agus mar Luimníoch. Bhí sé i gCill Airne An Mhí An naíonán a labhair trína chodladh Capall a leag ar an mbóthar é. Paradacsúil, teibí, ach ábhartha i gcónaí Chomh luath agus a chonaic an leanbh a haghaidh, stad sé den chaoineachán Cuir sa tsoitheach sin é. Nuair a bhíonn an t-ól istigh, bíonn an chiall amuigh Airgeadas. Is comharthaí dearfacha iad seo agus is féidir tógáil orthu A Uachtaráin Coláiste na hOllscoile Corcaigh An Chéad Sceideal a ghabhann leis an bPríomh-Acht a leasú. An raibh do bhricfeasta agat is sagart é Go raibh maith agaibh as ucht bhur n-airde. Óráid an Uachtaráin ag Dinnéar Ceiliúrtha Sheachtain na Gaeilge Cad é an difríocht ama idir seo agus Londain? Beo agus muid ag bunú agus ag forbairt Gaelphobal nua Tuigim go ndearna sibh go leor réamh-oibre chun an siombal ceart a roghnú. Cad atá ar a ceann Ní bheidh mé Is mór an pléisiúr dom é cuairt a thabhairt ar an taobh seo den tír Táim ólta An bhfuil eagla ort roimh an mbás? Creid uaim é. Roimh dheireadh na bliana. Bhíodar, agus bhíomar féin ag obair anseo An bhfuil Séamus agus Seán ag an doras "A sé déag d'fhichithe" An Chéad Bhliain Cad í an ilchríoch is mó ar domhan? "Ba dhóigh liom go raibh Úna ní b'airde ná Máire." Is fearr cara sa chúirt ná punt sa sparán Is file iontach í Ciara. Níl le déanamh agam anois ach an leabharlann a oscailt go hoifigiúil. Léigh sí an leabhar. Marbh le tae agus marbh gan é Tá dlúthdhiosca de chuid den chaint atá sa Chartlann eisithe ag an gColáiste chomh maith. Tá mo mhála mór agam Ainmniú comhaltaí ex officio ag an Aire. Tais-scóp atá ann. An Príomh-Acht a leasú. Cinnte, nach maith linn ar fad é? Is gile an ghrian ná an ghealach Na boird mhóra Nuair a chonaic sé an t-ainmhí beag suarach chuir sé dranngháire as Is maith an t-anlann an t-ocras Coir dhéistineach a chuir uafás ar an tír uile Gan amhras ar bith, tá ard-mheas na tíre agus an domhain tuillte agaibh dá bharr Airgead de chuid Chúlchiste na gCairteacha Coigiltis a infheistiú. D’éirigh an bhean ar labhraíodh léi Tá áthas orm a bheith libh ar fad anseo. Airleacain chun an Bhoird as an bPríomh-Chiste chun tuathlímistéir a leictriú. Nach raibh peann aici inné Na binsí gearra Oscailt Mór an aonú Seó Bláthanna Domhanda déag ag Cumann Cóiritheoirí Bláthanna na Cruinne. Tá áthas orm fáilte a fhearadh romhaibh go dtí Áras an Uachtaráin agus go hÉirinn i dtaobh. Is mór idir grá agus crá. Teach ceann tuí é sin. Go raibh maith agaibh as ucht bhur gcuid flaithiúlachta agus bhur bhfíorchaoin fáilte. Cad a bhí ag bean Joe? Is mór an pléisiúr dom é MayFest dhá mhíle a sé déag a oscailt Mar a dúirt sé féin tá sé ar an gcapall An Bord Rialtóirí. Ach tá áthas orm aitheantas a thabhairt d’iarrachtaí atá á ndéanamh ag Glór na nGael Nach raibh tú Tá a pheann ar an gcathaoir Na boird bheaga Airgead a airleacan as an bPríomh-Chiste. Airleacain chun na Cuideachta ón Aire. An bhfuil an leabhar ar an gcathaoir Ceacht a Trí Nach bhfuil sé anseo Airleacain chun an Bhoird as an bPríomhchiste. An raibh sibh go léir ar scoil inné Ghreadadh sí ar an bhfuinneog tráth. Bhí mé féin ag caint leis Mo mhála mór An bhfeiceann tusa an leabhar dubh seo i mo láimh agam, a Shíle Tá sé faoin bhfógra mór lasmuigh. Conas atá siad go léir sa bhaile Chuir na longa chun farraige. Ar an gcapall Tá an dream sin ag dul chun na Spáinne. Níl cumas siúil agam, ar an drochuair. Is iad na muca ciúine a itheann an mhin An Iordáin An Phacastáin Ba é sin Seán. Bhíodar go léir ag caint Tá Seán sa bhaile inniu Gabhaim buíochas leo agus molaim iad Sa bhliain dhá mhíle a dó dhéag. Mar náisiún, is iomaí cúis bhróid atá againn Cré na cille. Guím gach rath oraibh don todhchaí Cuir uait é sin! An é Cormac an rí? níor bhuail mé é Ba é aidhm na físe nua ná áit na bréagshochaí coilíní a líonadh Tá an-áthas orm a bheith anseo inniu. Tá mála ag Síle Ní Laoire, agus is léi féin é Faraor, ní raibh sé ar mo chumas glacadh le cuireadh Richard anuraidh. Ansin a itear an bia is blasta. Tá leabhar eile anseo i mo láimh agam Bhuaigh sibh Craobh na hÉireann ag an bhféile Scoldramaíochta go mion minic. Léigh ceacht a cúig a Chormaic Dúnmharuithe uafásacha de chúigear clainne Tá mé féin ag dul amach, leis Is nead chluthair í. Bhí, ach níl sé ar scoil inniu agus ní bheidh sé ar scoil amárach An beár is deise. An balla ard é seo "D'fhoghlaim óige na tíre faoi thábhacht staire agus oidhreacht na tíre" cá bhfuil sé? A sheansailéir, a leas-sheansailéir, a mhic léinn, a dhaoine uaisle Sheas siad an fód agus bhain siad áit amach don Ghaeilge sa saol poiblí Is mór an gar a dhéanfadh maoiniú anois. An leabhar gorm é sin, a Bhriain Óráid ag Comhdháil Chumann Idirnáisiúnta na gCoimisinéirí Teanga An Ísiltír An mbeidh tú féin i gCill Airne Bíodh an Ghaeilge beo an dtuigeann tú An Chairt a dhaingniú i slite eile. Go ndéana Dia grásta ar a anam dílis Is cúis áthais dom go bhfuil Gradam le bronnadh anocht ar Mhuintir Shéamuis Mhic Géidigh Thug sí an dá leabhar dom. Tá áthas orm fáilte a fhearadh romhaibh chuig Áras an Uachtaráin Tuigimid go léir a thábhachtaí agus atá ról na dtuismitheoirí in oideachas a bpáistí. An Ciste Caomhnaithe Bradán. Óráid an Uachtaráin Uí Uiginn ag Féile Beo Chuir sí i gcrích é. Stádas, Díolúintí agus Pribhléidí. Shín sí a lámh mhín amach. Óráid an Uachtaráin ar ócáid do Phardún Mhaolra Seoighe Go raibh míle maith agaibh go léir agus nár laga Dia sibh Castar na daoine ar a chéile, ach ní chastar na cnoic An Liobáin Timpeall dhá chéad leabhar atá i gcnuasach de Hindeberg féin. Go raibh maith agaibh as ucht na fíorchaoin fáilte a d’fhear sibh romham. "D'iarr sí go gcuirfí leaba ar fáil." Tá mé féin go maith leis Fearaim fíorchaoin fáilte romhaibh go léir go dtí an ócáid stairiúil seo An fuarma fada Táim thar a bheith buíoch daoibh uile as ucht a bheith ag éisteacht liom is lá breá é Ciall ná réasún níl aici. Lorgaíodh aighneachtaí ar an bpobal. Níl, ach tá cárta bán ar an gcathaoir Leigheas na póite ná ól arís. Go deireadh an chiú leat! Déan duit féin é An bhfuil a fhios agatsa, a Cháit An Chéad Sceideal a ghabhann leis an bPríomh-Acht (fostaíochtaí agus fostaíochtaí eiscthe) a leasú. Bímis Gaelach, bródúil agus inár bpobal bheo Chuaigh sé i mbun pinn. Ar dheis Dé go raibh a anam dílis Is beag an chlí atá ann. An Bholaive Ná bí mar sin. Cá bhfuil an chathaoir Is í an tSionainn an abhainn is faide in Éirinn Ní hé lá na báistí lá na bpáistí Nollaig faoi shéan agus faoi mhaise daoibh go léir Is acmhainn í nach féidir a chloí Dhíol sí a raibh aici. An duine thú? An Iaráin Cuir an leabhar seo ar an mbord, a Mháire Lean an chuid eile é agus iad go bréan díobh féin beidh Seán i gCorcaigh amárach, agus beidh Nóra anseo An bhfuil peann agat Siúlann sí ón gcaisleán gach lá. An maith leat a bheith beo? Ní raibh aon duine againn anseo cheana. Is í ding di féin a scoileann an dair A Phríomh Bhreitheamh a Aíonna oirirce agus a Chairde Maith sibh go léir. A thánaiste a airí chomhaltaí na Comhairle Stáit agus a chairde a ceathair a chlog Bheadh an Rialtas réidh leis an bhfreagra. Guím gach rath agus beannacht don todhchaí ar gach scoláire atá anseo inniu. Airleacain as an bPríomh-Chiste. Guím gach rath ar bhur gcaint agus ar bhur gcomhrá inniu Cuirigí na leabhair go léir ar an mbord Bhí an naíonán ina lándúiseacht roimpi agus é ag caoineachán go truamhéalach Ar an mbord Níl aon tóin thinn mar do thóin thinn féin Ba dhúthrachtach an múinteoir í. Tá sibh le moladh. Féach an leon! Fearaim fíorchaoin fáilte romhaibh go léir chuig Áras an Uachtaráin ar an ócáid fíorstairiúil seo Is mór againn glúin na hAthbheochana An raibh sé i gCorcaigh inné Do chárta beag Guím gach rath ar obair na scoile anois agus sa todhchaí. don Chathaoirleach Máirín de Brún; don Stiúrthóir Liam Ó Maolaodha Is comhartha suntasach é sin de ról bunúsach Dhún Laoghaire san aonú haois is fiche A Chomhairleoirí, A Chairde Ní chuirfidh mé tuileadh moille oraibh. Mí na Nollag. Bosca mór, an ea Beidh sé sa bhaile Leis an saothar seo léirítear scileanna agus fís Eddie Delaney Óm a thugtar ar aonad friotaíochta leictrí. Tír, Pobal agus Teanga Níl, a dhuine uasail, tá sí ag an doras Feicim, a bhean uasal Bíonn caora dhubh ar an tréad is gile An leatsa an leabhar sin agat, a Mhichíl Fear ag glanadh cré de ghimseán láí. Molann an obair an fear "Bhí banjo ag bean Joe ach b'fhearr go deo Joe ar an mbanjo" A dhaoine uaisle agus a scoláirí Imigh go bun na cé. Tá dúshlán romhainn anois daoine a mhealladh chuig an nGaeilge Gan an t-uisce. Léim sé amach ar an bhfuinneog. Aithníonn ciaróg ciaróg eile Cá bhfuil sé Tá leabhar eile ag Mícheál Ó Foghlú, ach níl aon leabhar ag Cormac Ó Conaill Éirí as; Comhaltas a Fhionraí; Oibríochtaí a Fhionraí. Airgead a sholáthar chun tuath-límistéir a leictriú. Dúirt sí gur fearr fanacht. Tá an-áthas orm a bheith anseo inniu chun Féile Lár-Shamhraidh Phort Láirge a oscailt. "A haon déag d'fhichithe" Bhí, go deimhin Ní neart go cur le chéile Ceacht a hAon

xls-r-1b-ir/added_tokens.json

@@ -0,0 +1 @@
+{"<s>": 32, "</s>": 33}

xls-r-1b-ir/alphabet.json

@@ -0,0 +1 @@
+{"labels": [" ", "a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "r", "s", "t", "u", "v", "w", "x", "y", "\u00e1", "\u00e9", "\u00ed", "\u00f3", "\u00fa", "\u2047", "", "<s>", "</s>"], "is_bpe": false}

xls-r-1b-ir/language_model/5gram.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6577b0e5b22bc1162d19def7a160a81be45e81664e12330adcd63480963bc5e7
+size 363367

xls-r-1b-ir/language_model/attrs.json

@@ -0,0 +1 @@
+{"alpha": 0.5, "beta": 1.5, "unk_score_offset": -10.0, "score_boundary": true}

xls-r-1b-ir/language_model/unigrams.txt

@@ -0,0 +1,1430 @@
+""Croí
+"A
+"Ba
+"Bhí
+"D'fhoghlaim
+"D'iarr
+"Is
+"Tréaslaím
+(Dollair
+(fostaíochtaí
+-
+</s>
+<s>
+A
+Ach
+Achomhairc
+Achomhairc.
+Acht
+Achtanna
+Ag
+Agus
+Ailt
+Ainmniú
+Aire
+Aire.
+Airgead
+Airgeadas.
+Airleacain
+Airne
+Aithníonn
+Amasóin
+An
+Ansin
+Anthony
+Aontaithe)
+Ar
+Aíonna
+Ba
+Bainigí
+Beidh
+Beo
+Bhairbre
+Bhalla
+Bheadh
+Bhliain
+Bhoird
+Bholaive
+Bhord
+Bhreitheamh
+Bhriain
+Bhuaigh
+Bhuail
+Bhí
+Bhí,
+Bhíodar
+Bhíodar,
+Bliain
+Bláthanna
+Bord
+Bosca
+Bradán.
+Briseann
+Bríde
+Brún;
+Butler,
+Bígí
+Bímis
+Bíodh
+Bíonn
+B’éigean
+Cabhán
+Cad
+Caipiteal.
+Caomhnaithe
+Caora
+Capall
+Captaen
+Castar
+Ceacht
+Ceallaigh
+Ceathrú
+Ceiliúrtha
+Chairde
+Chairt
+Chartlann
+Chathaoirleach
+Cheann
+Cheardchumannaithe
+Chléire
+Chomh
+Chomhairleoirí,
+Chomhaltaí
+Chomhdháil
+Chorcaí,
+Chormaic
+Chreid
+Chuaigh
+Chuir
+Chumann
+Cháit
+Chéad
+Chéim
+Chúlchiste
+Ciall
+Ciara.
+Cinnte,
+Ciste
+Cnocán
+Coigiltis
+Coimisinéir
+Coir
+Coláiste
+Comhairle
+Comhaltas
+Comhdháil
+Comhghairdeas
+Comhgháirdeachas
+Comórtas
+Conaill
+Conaire,
+Conas
+Conradh
+Contae
+Corcaigh
+Cormac
+Cosc
+Craobh
+Creid
+Croch
+Cruinne.
+Cré
+Cuideachta
+Cuir
+Cuirigí
+Cumann
+Cur
+Cá
+Cé
+Cóiritheoirí
+Cóisir
+D
+Daichead
+Dara
+Deiridh.
+Delaney
+Dhein
+Dhomhnaill
+Dhíol
+Dhún
+Dia
+Dia,
+Dinnéar
+Do
+Domhanda
+Droichid
+Dáimhe
+Dé
+Déan
+Díolúintí
+Dó
+Dúirt
+Dún
+Dúnmharuithe
+D’fhéach
+D’éirigh
+Eddie
+Edward
+Eibhlín
+Eitice
+Eoraip.
+Fan
+Faraoir,
+Faraor,
+Fear
+Fearaim
+Feicim,
+Fhinn
+Fhionlainn
+Fhionraí.
+Fhionraí;
+Filíocht’
+Foghlú,
+Foirne
+Forálacha
+Fáinne
+Féach
+Féile
+Fíor-Ghael
+Fís
+Fórsaí
+Gabhaim
+Gaeilge
+Gael
+Gaelach,
+Gaelphobal
+Gaelscoileanna
+Gaeltachta
+Gaeltachtaí
+Gan
+Ghaeilge
+Ghairdín
+Gharda,
+Ghearmáin
+Ghreadadh
+Glór
+Go
+Gradam
+Gráin.
+Gríofa
+Gura
+Guím
+Géidigh
+Gúim
+Gúna
+Hindeberg
+I
+Iaráic
+Iaráin
+Idirnáisiúnta
+Imigh
+Impím
+Ionann
+Iordáin
+Is
+It's
+Joe
+Joe?
+Laoghaire
+Laoire,
+Le
+Leabhar
+Lean
+Leas-Sheansailéir,
+Leigheas
+Leis
+Leonardo
+Liam
+Lig
+Liobáin
+Londain?
+Lorgaíodh
+Luachála
+Luimníoch.
+Lá
+Láirge
+Lár-Shamhraidh
+Léigh
+Léim
+Mac
+Maidin
+Maighréad
+Maireann
+Maith
+Maoirseoir,
+Maolaodha
+Mar
+Marbh
+MayFest
+Meadhbh
+Mhaolra
+Mheitheamh
+Mhic
+Mhichíl
+Mhichíl,
+Mhuintir
+Mháire
+Mhí
+Micheál
+Mo
+Molann
+Muna
+Murach
+Murchú,
+Máire."
+Máirín
+Méid
+Mí
+Mícheál
+Míle
+Mór
+Na
+Nach
+Naomh
+Nollag.
+Nollag?
+Nollaig
+Nuair
+Nuálaí
+Ná
+Náisiúnaithe,
+Náisiúnta
+Ní
+Níl
+Níl,
+Níor
+Nóra
+O'Rourke
+Oibríochtaí
+Oileán
+Oireachtais,
+Oireachtas
+Oireachtas,
+Oirirce,
+Oirirceasa
+Oscail
+Oscailt
+Ostair
+Paradacsúil,
+Parlaiminteach
+Phacastáin
+Phardún
+Phort
+Phríomh
+Piaras
+Pobal
+Pribhléidí.
+Príomh-Acht
+Pá
+Pádraic
+Pól
+Pós
+Rialtas
+Rialtóirí.
+Richard
+Rinne
+Risteard
+Roimh
+Sa
+Saidhbhín
+Sceideal
+Sclábhaithe
+Scoldramaíochta
+Seacht
+Seachtain
+Seansailéir,
+Seoighe
+Seán
+Seán.
+Seó
+Shaorstát
+Sheachtain
+Sheas
+Shéamuis
+Shíle
+Shín
+Siobhán
+Siúlann
+Spáinne.
+Stiúrthóir
+Stiúrthóirí.
+Stádas,
+Stáit
+Stát
+Sárúdar
+Séamus
+Sí
+Síle
+Tais-scóp
+Tara
+Teach
+Teanga
+Teanga:
+Thiarna
+Thit
+Thomáis,
+Thuama,
+Thug
+Thánaiste
+Thánaiste,
+Timpeall
+Tionól
+Tithe
+Tomás
+Treabhdóireachta
+Treabhdóireachta!
+Treaslaím
+Trí
+Tugaim
+Tugann
+Tuigim
+Tuigimid
+Tá
+Tá,
+Táim
+Tír,
+Tóg
+Uachtaráin
+Uachtaráin,
+Uachtarán
+Uiginn
+Urscaoilte
+Uí
+Viscardi
+Vársá
+Wheel
+a
+ab
+abhaile
+abhainn
+abhainn.
+acadúil,
+ach
+acmhainn
+ag
+agaibh
+agaibh.
+againn
+agam
+agam,
+agamsa
+agamsa,
+agat
+agat,
+agatsa
+agatsa,
+agus
+aici
+aici.
+aidhm
+aige
+aige.
+aighneachtaí
+air
+airde
+airleacan
+airneáin
+airí
+ais
+aitheantas
+am
+ama
+amach
+amach,
+amach.
+amhras
+amháin
+amuigh
+amárach
+amárach,
+an
+an-mhaith
+an-áthas
+anam
+ann
+ann,
+ann.
+anocht
+anois
+anois.
+anseo
+anseo.
+anuraidh.
+aon
+aonad
+aonú
+ar
+ar,
+ard
+ard-mheas
+arís
+arís.
+as
+as;
+atá
+atáim
+b'airde
+b'fhearr
+bPríomh-Acht
+bPríomh-Chiste
+bPríomh-Chiste.
+bPríomhchiste.
+ba
+bailithe
+bailí
+bainigí
+bainne
+ball
+balla
+ban
+banjo
+beag
+beaga
+bean
+beannacht
+beidh
+beimid
+beo
+beo?
+beár
+bhaile
+bhain
+bhaint
+bharr
+bheadh
+bheag
+bheaga
+bhealach.
+bhean
+bheidh
+bheith
+bheo
+bheoga
+bhfad
+bhfeiceann
+bhfeidhm
+bhfeidhm.
+bhfilíocht
+bhflaithiúlacht
+bhfoighne
+bhfreagra.
+bhfrog
+bhfuil
+bhfuinneog
+bhfuinneog.
+bhfáilte
+bhféidireachtaí
+bhféile
+bhféin-mheas
+bhfíorchaoin
+bhfógra
+bhinn
+bhliain
+bhreá
+bhricfeasta
+bhris
+bhróg
+bhróid
+bhuail
+bhuaileann
+bhuel,
+bhunú
+bhur
+bhuíochas
+bhí
+bhíomar
+bhíonn
+bhítear
+bhúr
+bia
+binn
+binsí
+bith,
+blasta.
+bliana
+bliana.
+boird
+bord
+bosca
+bpobal
+bpobal.
+bpáistí
+bpáistí.
+breá
+breá,
+bronnadh
+bréagshochaí
+bréan
+bréidín
+bródúil
+buachaillí
+buan
+bun
+bunú
+bunúsach
+buí
+buíoch
+buíochas
+bá
+báistí
+bán
+bás
+béil
+bí
+bíg��
+bíonn
+bó
+cailíní
+caint
+caipitiúil
+caoineachán
+caora
+capall
+cara
+cat
+cathaoir
+ceacht
+ceadaíodh
+ceann
+ceann,
+ceannaithe
+ceart
+ceathair
+ceathrú
+chabhrú
+chailc
+chailliúint
+chaint
+chairde
+chairde,
+chait
+chaith
+chaoineachán
+chastar
+chathaoir
+cheadúnas.
+cheana.
+cheannsa
+cheapadh.
+chearnach
+cheiliúrtha
+cheoil
+chiall
+chiú
+chlog
+chlog,
+chloí
+chluas
+chluthair
+chlí
+chodladh
+chomaoin
+chomh
+chomhaltaí
+chomhdháil
+chomórtha
+chonaic
+chrann.
+chuairt
+chuid
+chuig
+chuige
+chuir
+chuirfidh
+chuma
+chumarsáide
+chumas
+chun
+chur
+chárta
+chéad
+chéile
+chéile,
+chéile.
+chúigear
+chúin
+chúirt
+chúrsaí
+ciall
+ciaróg
+cille.
+cineál
+ciúin
+ciúine
+clainne
+cleas
+cnoc
+cnoic
+coileach
+coilíní
+coimisiúnú
+comhaltaí
+comhartha
+comharthaí
+comhchoiste
+comhghairdeas
+comhluadar
+conas
+cor
+corc
+cothéacs
+crann
+croí
+crá.
+cré
+cuairt
+cuimse
+cuir
+cuireadh
+cumas
+cur
+curtha
+cá
+cárta
+cé.
+céanna
+céiliúradh
+córa,
+cúig
+cúigear
+cúis
+cúpla
+d'fhichithe"
+d'Éire
+d'ár
+dTionscnamh
+dair
+daoibh
+daoine
+dara
+dath
+de
+deaid,
+dearfach
+dearfacha
+dearg
+deartháir
+deas
+deich
+deichiú
+deimhin
+deireadh
+deis
+deise.
+den
+deo
+dhaingniú
+dhaoine
+dhath
+dheireadh
+dheis
+dheonach
+dhubh
+dhuine
+dhul
+dhá
+dhéag.
+dhéanamh
+dhéanfadh
+dhéistineach
+dhóigh
+dhúthrachtach
+di
+di.
+dibh
+difríocht
+ding
+dlí
+dlíthúla
+dlúthdhiosca
+do
+dom
+dom.
+domhain
+domhan
+domhan?
+domsa
+don
+doras
+doras,
+dranngháire
+dream
+drochuair.
+dtaobh.
+dteanga.
+dtuigeann
+dtuigim
+dtuismitheoirí
+dté
+dtí
+duais
+dubh
+duilleog
+duine
+duit
+dul
+dá
+dáta
+déag
+déan
+déanaim
+déanamh
+déistineach
+dílis
+díobh
+dó
+dó.
+dóigh
+dúchas
+dúirt
+dúshlán
+d’fhear
+d’iarrachtaí
+d’inniu
+ea
+eagla
+earnáil
+earnáíl
+eile
+eile.
+eiscthe)
+eisithe
+eolach
+eolais
+eolas
+euro
+ex
+fad
+fada
+fada.
+faic
+faide
+fanacht.
+faoi
+faoi.
+faoin
+farraige.
+feachtais
+feadh
+fear
+fearr
+feiminigh
+feirmeacha
+fhear
+fhearadh
+fhearradh
+fheiceáil
+fhios
+fhocal
+fhoghlaim
+fhoirne
+fhuinneog
+fháil
+fhógairt
+fiacail
+fiche
+file
+fir
+flaithiúlachta
+focail
+focal
+forbairt
+forchaoin
+fostaíochtaí
+freastail
+fresin
+friotaíochta
+fréamh
+fuair
+fuarma
+fuarmaí
+fud
+fuinniúil
+fáil."
+fáilte
+fáilte.
+fáinne
+féidir
+féin
+féin.
+fí
+fíor-speisialta
+fíorchaoin
+fíorstairiúil
+fís
+físe
+fód
+fóill.
+fómhair
+fós
+fúinn
+gCairteacha
+gCill
+gCnocán
+gCoimisinéirí
+gColáiste
+gCorcaigh
+gCúirt.
+gach
+gan
+gar
+gcaint
+gcaisleán
+gcapall
+gcasóg
+gcathaoir
+gceiliúradh
+gceol.
+gcluais
+gcnuasach
+gcoinne
+gcoitinne"
+gcomhairle
+gcomhdháil
+gcomhluadar
+gcomhrá
+gcrích
+gcró
+gcuid
+gcuireadh
+gcuirfí
+gcumhacht
+gcéad
+gcéird
+gcónaí
+gcúrsaí
+gearra
+geilleagar
+ghabhann
+ghabháil
+ghach
+ghaelscoileanna
+gheal
+ghealach
+ghealach,
+ghearán.
+ghimseán
+ghlac
+ghlacadh
+ghlas
+ghort
+ghrian
+gile
+giotaí
+glacadh
+glanadh
+gloine
+glúin
+glúine
+go
+gorm
+grá
+grásta
+gur
+h-aon
+h-iarratas
+hAon
+hAthbheochana
+hIonadaithe
+hOllscoile
+hUigínn
+habair
+haghaidh,
+haibhneacha
+hainmhithe.
+halla.
+hamháin.
+haois
+haon
+hata
+hea,
+hiar-bhunscoileanna
+hintinní
+hiomlán
+hocht
+hoibre
+hoifigiúil.
+hoscail
+hÁras
+hÉirean
+hÉireann
+hÉireann.
+hÉirinn
+háirithe
+hé
+i
+iad
+iarracht
+idir
+idirnáisiúnaithe
+idirnáisiúnaíthe
+ilchríoch
+imithe
+in
+ina
+infheistiú.
+inniu
+inniu.
+inniú
+inné
+inár
+iomaí
+ionam
+iontach
+is
+isteach
+istigh,
+itear
+itheann
+labhair
+labhraíodh
+labhraíonn
+laga
+laghad
+lasmuigh.
+le
+leaba
+leabhair
+leabhar
+leabhar.
+leabharlann
+leag
+leanbh
+leanúint
+leas-sheansailéir,
+leasú
+leasú.
+leat
+leat!
+leatsa
+leatsa,
+leibhéal
+leictriú.
+leictrí.
+leis
+lenár
+leo
+leon!
+leor
+libh
+ligean
+ligin
+linn
+linne
+liom
+liom.
+liomsa
+litreach.
+longa
+luath
+luí?
+lá
+lá,
+lá.
+lácha
+láidir
+láimh
+lámh
+lándúiseacht
+láí.
+léi
+léig
+léinn
+léinn,
+léir
+léir,
+léir.
+léirmheastóir
+léirítear
+líonadh
+lú
+mac
+maidin
+maidí
+maith
+maith,
+maith.
+mana
+maoiniú
+mar
+marbh
+mballa
+mbanjo"
+mbeidh
+mbinse
+mbliana,
+mblianachtaí
+mbláth"
+mbord
+mbord,
+mbuidéal.
+mbun
+mbás?
+mbóthar
+measc
+meáin
+mhaca
+mhaireann
+mhaise
+mhaisiú
+mhaith
+mhaoin
+mhealladh
+mhic
+mhin
+mhoill.
+mhála
+mhéad
+mhí
+mhíle
+mhín
+mhóir
+mhór
+mhóra
+mian
+minic
+minic.
+mion
+mná
+mná.
+mo
+moille
+moladh.
+molaim
+muca
+muid
+mála
+málaí
+más
+mé
+mé,
+mé.
+méid
+méireanna
+mí
+mí-thuiscint
+míle
+mó
+mór
+mór,
+móra
+mórán
+múinteoir
+n-airde.
+n-anamacha
+n-oireann
+n-éachtaí
+nGaeilge
+nGael
+na
+nach
+naoi
+naoi?
+naíonán
+ndearna
+ndiaidh
+ndéana
+ndéanamh
+ndóigh!
+ndóigh.
+nead
+neart
+ngarsún
+ngáirdín
+nocht
+nod
+nua
+nua-fhíse
+nuálaí
+ná
+nádúr
+náisiún"
+náisiún,
+nár
+ní
+níl
+níor
+níos
+nó
+obair
+officio
+oideachas
+oideachasúil
+oidhreacht
+oifigigh
+oiread
+oirirce
+onóir
+oraibh
+oraibh.
+orainn,
+orainn.
+orduithe
+orm
+ort
+orthu
+oscailt
+oscailt.
+oíche
+peann
+pheann
+phictiúir
+phobail
+pholaitíochta
+phríobháideach,
+phríomh-chomhpháirtithe
+phíosa
+phóca
+pinn.
+pléisiúir
+pléisiúr
+pobail
+poblachtaigh,
+poiblí
+pop-up
+punt
+páirt
+póca
+póite
+pósfaidh
+rabhas
+raibh
+rang
+rath
+rath,
+riamh
+rinneadh
+roghnú.
+roimh
+roimpi
+romhaibh
+romhainn
+romham
+romham.
+rud
+rudaí
+rá
+ré
+réamh-oibre
+réamhscolaíochta
+réasún
+réidh
+rí?
+ról
+sa
+sagart
+samhradh.
+san
+saol
+saothar
+scileanna
+scoil
+scoile
+scoileann
+scoir,
+scoláire
+scoláirí
+scríobh
+scála
+scáth
+scéal
+scéalaithe
+seachtaine
+seachtú
+seinnt
+seo
+seo.
+shaothar
+sheansailéir,
+sheasamh
+sheoladh
+shoilsí
+sholáthar
+shonrófar
+short.
+shuaimhneas
+shéan
+shíltear
+shúile
+siad
+siar
+sibh
+sin
+sin!
+sin,
+sin.
+siombal
+siúil
+sliabh
+sliotar.
+slite
+sláintiúil
+slán
+sníomh
+sochaí
+sonas
+sort
+sparán
+sruth
+sráide.
+stad
+staire
+stairiúil
+struchtúrach
+státchóras
+stór!
+suaimhneas
+suarach
+suas
+sult
+suntasach
+sár-obair
+sásta
+sé
+sé?
+séú
+sí
+síos
+sóisialaithe,
+t-ainmhí
+t-airgead
+t-anlann
+t-aonú
+t-ochtó
+t-ochtú
+t-ocras
+t-uisce.
+t-ól
+tIonad
+tSaoí,
+tSionainn
+tae
+taithneamh
+taobh
+tar
+tarraingteach
+teacht
+teanga
+teastáil
+teibí,
+thabhairt
+thagann
+thalamh.
+thaobh.
+thar
+theaghlaigh
+thimpeall
+thinn
+thobac.
+thoil
+thug
+thugtar
+thuigim
+thábhacht
+thábhachtach.
+thábhachtaí
+thánaiste
+thóin
+thú?
+tigh
+timpeallacht
+tine
+todhchaí
+todhchaí.
+truamhéalach
+tráth
+tráth.
+tráthnóna
+tráthnóna.
+tréad
+trí
+trína
+tríú
+trócaire
+tsaoil
+tseamróg
+tseilg
+tsnúth
+tsoitheach
+tuaithe
+tuath-límistéir
+tuathlímistéir
+tuileadh
+tuilleadh
+tuilleadh.
+tuillte
+turse
+tusa
+tuí
+tá
+tábhachtach
+tábhachtach.
+táimid
+té
+tí
+tír
+tíre
+tíre"
+tógáil
+tóin
+tú
+tús
+uafás
+uafásacha
+uaibh
+uaim
+uair
+uaisle
+uaisle,
+uait
+uasail
+uasail,
+uasal
+uasal,
+ucht
+uile
+uirlis
+urlár
+urlár,
+you""."
+Ábhar
+Áras
+Éin
+Éireann
+Éirinn
+Éirí
+Ísiltír
+Ó
+Óglacha
+Ólann
+Óm
+Óráid
+Úna
+á
+ábhartha
+áirithe
+áirithe.
+áit
+ár
+áthais
+áthas
+é
+é,
+é.
+é?
+éadrom
+éis
+éisteacht
+í
+í.
+íde
+íontas
+ó
+ócáid
+ócáid.
+óige
+ól
+ólta
+ón
+ónar
+‘Ollamh

xls-r-1b-ir/preprocessor_config.json

@@ -0,0 +1,10 @@
+{
+  "do_normalize": true,
+  "feature_extractor_type": "Wav2Vec2FeatureExtractor",
+  "feature_size": 1,
+  "padding_side": "right",
+  "padding_value": 0,
+  "processor_class": "Wav2Vec2ProcessorWithLM",
+  "return_attention_mask": true,
+  "sampling_rate": 16000
+}

xls-r-1b-ir/special_tokens_map.json

@@ -0,0 +1 @@
+{"bos_token": "<s>", "eos_token": "</s>", "unk_token": "[UNK]", "pad_token": "[PAD]", "additional_special_tokens": [{"content": "<s>", "single_word": false, "lstrip": false, "rstrip": false, "normalized": true}, {"content": "</s>", "single_word": false, "lstrip": false, "rstrip": false, "normalized": true}, {"content": "<s>", "single_word": false, "lstrip": false, "rstrip": false, "normalized": true}, {"content": "</s>", "single_word": false, "lstrip": false, "rstrip": false, "normalized": true}, {"content": "<s>", "single_word": false, "lstrip": false, "rstrip": false, "normalized": true}, {"content": "</s>", "single_word": false, "lstrip": false, "rstrip": false, "normalized": true}]}

xls-r-1b-ir/tokenizer_config.json

@@ -0,0 +1 @@
+{"unk_token": "[UNK]", "bos_token": "<s>", "eos_token": "</s>", "pad_token": "[PAD]", "do_lower_case": false, "word_delimiter_token": "|", "special_tokens_map_file": null, "tokenizer_file": null, "name_or_path": "./", "tokenizer_class": "Wav2Vec2CTCTokenizer", "processor_class": "Wav2Vec2ProcessorWithLM"}

xls-r-1b-ir/vocab.json

@@ -0,0 +1 @@
+{"a": 1, "b": 2, "c": 3, "d": 4, "e": 5, "f": 6, "g": 7, "h": 8, "i": 9, "j": 10, "k": 11, "l": 12, "m": 13, "n": 14, "o": 15, "p": 16, "r": 17, "s": 18, "t": 19, "u": 20, "v": 21, "w": 22, "x": 23, "y": 24, "á": 25, "é": 26, "í": 27, "ó": 28, "ú": 29, "|": 0, "[UNK]": 30, "[PAD]": 31}